DISPENSE DI METODOLOGIA DELLA RICERCA .1 DISPENSE DI METODOLOGIA DELLA RICERCA QUANTITATIVA A.A.

download DISPENSE DI METODOLOGIA DELLA RICERCA .1 DISPENSE DI METODOLOGIA DELLA RICERCA QUANTITATIVA A.A.

of 56

  • date post

    21-Dec-2018
  • Category

    Documents

  • view

    213
  • download

    0

Embed Size (px)

Transcript of DISPENSE DI METODOLOGIA DELLA RICERCA .1 DISPENSE DI METODOLOGIA DELLA RICERCA QUANTITATIVA A.A.

1

DISPENSE DI METODOLOGIA DELLA RICERCA QUANTITATIVA

A.A. 2009/2010 PROF.SSA MARIA GRAZIA FISCHER

(Propriet letteraria riservata)

1. LANALISI QUANTITATIVA DEI DATI

1.1 Perch quantificare Nella ricerca sociale uno degli strumenti pi utili la quantificazione. Con questo termine si vuole

definire il ricorso sistematico ai numeri per descrivere, mettere in relazione e spiegare i fenomeni osservati. Si potrebbe obiettare che la descrizione pu essere fatta anche con il semplice uso delle parole e che la relazione tra due o pi fenomeni pu essere individuata sulla base della semplice logica, ma difficile negare come la quantificazione consenta al ricercatore, oltre ad altri vantaggi, un grado di precisione notevolmente elevato. Affermare genericamente che, in Italia, gli studenti con maturit liceale raggiungono pi facilmente la laurea dei compagni con altro tipo di diploma , indubbiamente, meno rigoroso che partire dalla valutazione che, dei liceali, si laurea il 54%, degli studenti con tipo di diploma tecnico il 27% e con diploma professionale il 21%.

Il ricercatore in grado di rendere conto dei comportamenti umani senza quantificare? Se si vuole essere precisi e obiettivi la risposta non pu che essere negativa: non si pu fare scienza, umana o no, senza utilizzare delle cifre. Se mi limito a dire: Carlo alto da un punto di vista scientifico la mia affermazione non ha nessun valore, pu trattarsi di un bambino di prima elementare che alto rispetto ai compagni della sua et. Dire che fa freddo non ha nessun significato sul piano scientifico, se ci sono 18 gradi a Luglio si pu dire che fa freddo: queste affermazioni dipendono dalla situazione e dal punto di vista di chi le fa, si tratta, in altre parole, di enunciati soggettivi. Per renderli oggettivi bisogna usare delle cifre, delle misure: la quantificazione consente una maggiore precisione. certamente pi preciso misurare la percentuale di abbandoni che si verifica nellUniversit italiana che affermare semplicemente che in Italia gli abbandoni a livello universitario sono elevati. Inoltre, poich la quantificazione comporta loperativizzazione dei concetti (nel senso che essi debbono essere definiti e resi misurabili) essa permette di valutare, in modo obiettivo, i fenomeni esaminati: ad esempio la riuscita negli studi pu essere misurata usando la percentuale di diplomi o la media nelle votazioni ottenute.

La quantificazione consente, inoltre, di fare delle comparazioni: il solo modo di verificare se Tizio pi anziano di Caio di confrontare le rispettive et; se vogliamo confrontare la riuscita di A e B allesame di Lingua Inglese, dobbiamo confrontare le loro rispettive votazioni: la quantificazione consente la comparazione dei dati.

Poich il ricercatore sociale deve accontentarsi, nella maggior parte dei casi, di studiare e analizzare dei campioni, solo la quantificazione gli consente, per mezzo delle varie procedure statistiche, di generalizzare i risultati ottenuti su campioni, anche piccoli, a tutta la popolazione di partenza.

La quantificazione permette di individuare delle tendenze generali: con luso di misure, pi o meno semplici, permette cio di individuare le caratteristiche principali di un fenomeno, in modo che, anche partendo dallo studio di un grande numero di avvenimenti individuali, sia possibile ridurre la massa di dati di base e rendere pi facilmente comprensibili le informazioni raccolte.

La quantificazione permette, inoltre, la verifica sistematica delle ipotesi di ricerca, in modo che i risultati ottenuti siano attendibili e non opinabili come quelli basati solo sulle opinioni o le semplici intuizioni.

Con questo non si vuole asserire che la quantificazione elimini i rischi derrore nellinterpretazione dei risultati, per quanto precisi essi possano essere; inoltre il metodo impiegato pu comportare uno o pi errori, difficili da rilevare unicamente in base a calcoli statistici.

Facciamo alcuni esempi: anni fa una rivista italiana riportando uno dei tanti studi americani, affermava che le persone che soffrono di miopia sono pi intelligenti delle altre. Ovviamente, quello che si sarebbe

2

dovuto scrivere che chi legge molto e quindi ottiene buoni risultati nei Test di intelligenza, soffre molto pi facilmente degli altri di problemi alla vista che generalmente portano alla miopia.

Per quanto riguarda i possibili errori dovuti al metodo basta considerare gli ormai infiniti articoli allarmistici che riportano scoperte di alimenti naturali, da sempre ritenuti innocui e che allimprovviso si dimostrano altamente cancerogeni: cavie, sottomesse a dosi fortissime di un certo alimento, sviluppano dei tumori. Non c tuttavia bisogno di essere grandi scienziati per capire che nessun organismo normale sarebbe mai in grado di assorbire dosi cos massicce come quelle che vengono normalmente usate in questi tipi di esperimenti, di qualunque sostanza si tratti.

Dobbiamo ricordare, quindi, che la quantificazione una garanzia di precisione e di oggettivit ma non va usata per giustificare qualunque tipo di conclusione: va considerata una condizione necessaria ma non sufficiente

La descrizione numerica di un qualunque fenomeno sociale consente, oltre alla semplice numerazione di quante volte questo fenomeno si verifica (frequenza), di determinare, con laiuto di semplici operazioni matematiche, quale sia la sua importanza relativa all'interno del gruppo sociale a cui si riferisce: in tal modo, per fare un esempio, il numero di studenti che lasciano lUniversit pu essere trasformato in tasso di abbandono, ottenendo cos un indicatore dellimportanza che questo particolare fenomeno riveste nella societ italiana.

1.2. La matrice dei dati

Il disegno della ricerca implica lindividuazione e luso di strumenti di rilevazione delle informazioni

sulla realt sociale atte a convalidare, o invalidare, lipotesi di partenza fatta dal ricercatore; questi strumenti di rilevazione, che la metodologia sociale ha da tempo messo a disposizione dei ricercatori sono non solo numerosi ma estremamente vari: tuttavia, qualunque metodo si voglia utilizzare, indispensabile che i dati raccolti vengano organizzati in una forma che consenta di analizzarli in modo semplice e corretto. Per ottenere questo tipo di organizzazione indispensabile quella che viene definita matrice dei dati: nelluso corrente essa costituita da una griglia rettangolare in cui vengono registrati i dati raccolti. Generalmente le righe della matrice rappresentano i casi, le unit di analisi, mentre le colonne rappresentano le variabili: in ogni cella della griglia vengono riportati i valori che ogni determinato caso assume rispetto ad ogni variabile considerata.

Fig. 1. Esempio di matrice di dati

1 2 72 3 24 2 5 2 1 73 1 26 2 4 3 1 73 2 26 3 4 4 2 72 0 27 3 4 5 2 74 3 28 3 5 6 2 72 3 22 2 3 7 1 74 2 28 2 4 8 1 73 1 30 1 5 9 1 73 1 30 1 4

10 2 74 1 26 1 4

Quando si affronta la fase della ricerca che consiste nel passaggio dai dati raccolti, ad esempio tramite questionario, ad una matrice di dati, per poter procedere allanalisi delle informazioni ottenute, ci si accinge a creare quello che viene definito il file di dati. La traduzione dallinglese del termine file suggerisce la parola archivio ed in effetti un file consiste in un insieme di componenti dello stesso tipo, quindi una serie di dati verr definito come file di dati.

Lanalisi e linterpretazione dei dati raccolti costituiscono la fase cruciale dellintero processo di ricerca: lorganizzazione delle informazioni in una matrice il primo passo che consentir di iniziarne un esame approfondito.

Linformatica mette ormai a disposizione dei ricercatori numerosi package statistici specifici per le scienze sociali: uno dei pi usati lSPSS, acronimo di Statistical Package for the Social Sciences. Questo pacchetto di programmi statistici consente di esaminare i dati applicando con facilit tutte le tecniche di analisi specifiche per le scienze sociali, dalle pi semplici alle pi sofisticate. Quando si entra nel programma la finestra che si presenta al ricercatore quella relativa alleditor dei dati: una matrice in cui le righe corrispondono ai casi (le unit di analisi) e le colonne rappresentano le variabili.

3

Lintera finestra (cfr. fig.2) formata da numerosi componenti: in testa troviamo la barra con il nome del programma e linformazione relativa al nome del file di dati su cui si intende lavorare. Nel caso dellesempio, la scritta Senza titolo indica che non stato ancora memorizzato un file di dati e quindi il tabellone vuoto, in attesa, appunto, di nuovi dati.

Alla destra della barra del titolo si trovano tre pulsanti: il primo riduce ad icona il programma, il secondo consente, invece, di allargare il pi possibile lo spazio della finestra: puntando il mouse su questi pulsanti e premendo il tasto di sinistra possibile, per lutente, modificare lampiezza della finestra in cui sta lavo-rando. Il terzo pulsante consente di chiudere il programma ed uscire da SPSS. Segue la barra relativa ai menu che possono essere aperti e che ha le seguenti voci di menu: FILE MODIFICA VISUALIZZA DATI TRASFORMA ANALIZZ A GRAFICI STRUMENTI FINESTRA ed, infine, ? 1. Posizionandosi su di esse e premendo il tasto di sinistra del mouse, si apre il menu prescelto e si fanno comparire tutti i sottomenu implementati dal programma:

Fig. 2. Finestra dellEditor dei dati in SPSS Windows

La finestra dellEditor dei dati SPSS presenta la possibilit di due tipi di visualizzazione: la visualizzazione dei dati, che vediamo nellimmagine precedente e la Visualizzazione variabili. I due pulsanti che riportano appunto VISUALIZZAZIONE DATI e VISUALIZZAZIONE VARIABILI consentono di passare da un tip