METODOLOGIA E TECNICA DELLA RICERCA SOCIALE

Presentazione sul tema: "METODOLOGIA E TECNICA DELLA RICERCA SOCIALE"— Transcript della presentazione:

1 METODOLOGIA E TECNICA DELLA RICERCA SOCIALE
Facoltà di Scienze politiche, sociologia, comunicazione Alessandra Rimano Anno Accademico 2018/2019

2 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.

3 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.

4 Ampiezza del campione

5 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.

6 (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.

7 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.

8 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

9 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

10 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.

11 …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.

12 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.

13 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.

14 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.

15 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).

16 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

17 Scale ordinali per somma
Items Punteggi disaccordo accordo Item Item …… Item N 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)

18 Scale ordinali di Likert
Items Punteggi max max disacc acc. Item Item …… Item N 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)

19 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).

20 (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: …. …. … 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.

21 Es. distribuzione di frequenze
frequenza % Descrittivo 2167 73,2 Valutativo 504 17,0 Emotivo 288 9,7 Tot. 2959 100,0

22 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

23 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.

24 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.

25 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.

26 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.

27 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.

28 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).

29 (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.

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

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

32 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.

33 (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.

34 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.

35 (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).

36 (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.

37 Intrasoggettività stabilità test-retest
Intersoggettività riproducibilità test-test precisione test-standard