Laboratorio di
METODOLOGIA DELLA RICERCA SOCIALE
Facoltà di Scienze politiche, sociologia, comunicazione
Alessandra rimano
Anno Accademico 2011/2012
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 2
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 3
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.
Pagina 4
PROGRAMMA
Verranno affrontati 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
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
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
- trasformare le informazioni in dati e
classificarle
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.
7
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.
8
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
9
Criteri distintivi degli approcci di ricerca
PARADIGMI
RELAZIONE TEORIA/RICERCA
IMPERSONALITA’/EMPATIA
STRUMENTI DI RILEVAZIONE
GENERALIZZABILITA’
OGGETTO D’ANALSI E OBIETTIVI
10
PARADIGMI
•
Positivismo
post-positivismo
•
Interpretativismo
- questione ontologica
- questione epistemologica
- questione metodologica
•
Orientamento standard
•
Mito dell’oggettività o della
certezza
•
Orientamento non-standard
•
Mito dell’adeguatezza o della
verità
11
Questione ontologica: la realtà sociale esiste indipendentemente
dall’interpretazione che ne danno gli uomini?
POSITIVISMO POSTPOS.
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)
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
La ricerca qualitativa è
caratterizzata dal
Procedimento induttivo
Oggi disposizione
all’ascolto e
all’osservazione
Ultima frontiera:
Grounded theory
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).
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…
16
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.
Ricerca qualitativa
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 D’ANALISI E OBIETTIVI
18
Ricerca quantitativa
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
19
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.
21
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.
22
Ampiezza del campione
Pagina 23
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.
24
(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.
25
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.
26
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
Pagina 27
La matrice dei dati
La matrice dei dati è una matrice con i casi in riga e le
variabili generate dal questionario in colonna:
……..
V1
V2
Vn
U1
C11
C12
C1n
U2
C21
C22
C2n
Ck1
Ck2
Ckn
…..
Uk
Si può parlare di matrice dei dati se tutti i numeri (e in
generale tutti i segni) sono interpretati, cioè sono dati.
28
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.
29
…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.
Pagina 30
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.
Pagina 31
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.
32
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.
33
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
Pagina 34
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
Pagina 35
Scale ordinali per somma
Items
•
•
•
•
•
Item 1
Item 2
…….
…….
Item N
Punteggi
disaccordo
accordo
0
1
0
1
0
1
0
1
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)
36
Scale ordinali di Likert
Items
Punteggi
max
disacc.
•
•
•
•
•
Item 1
Item 2
…….
…….
Item N
1
1
1
1
1
max
acc.
2
2
2
2
2
3
3
3
3
3
4
4
4
4
4
5
5
5
5
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)
37
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).
38
(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
3.1
….
1.5
3.2
….
1.6
3.5
….
1.9 2.2 2.4 2.7
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.
39
frequenza
%
Descrittivo
2167
73,2
Valutativo
504
17,0
Emotivo
288
9,7
Tot.
2959
100,0
01/02/2008
Pagina 40
Es: distribuzione di frequenze
Curiosità
Frequenza
Validi
Percentuale
Percentuale valida
Percentuale cumulata
0
2
2,0
2,0
2,0
1
4
4,0
4,0
6,0
2
14
14,0
14,0
20,0
3
18
18,0
18,0
38,0
4
27
27,0
27,0
65,0
5
35
35,0
35,0
100,0
100
100,0
100,0
Totale
01/02/2008
Pagina 41
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.
42
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.
43
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.
44
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.
45
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.
46
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).
47
(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.
48
(Validità di un indicatore, continuazione)
Concetto A
Concetto B
49
(Validità di un indicatore, continuazione)
La parte indicante del concetto B è quella in comune
con il concetto A
50
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.
51
(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.
52
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.
53
(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).
54
(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.
55