Metodologia della ricerca sociale

Metodologia della ricerca sociale

DOCENTE: Fabio Lucchini

ESAME di: Metodologia della Ricerca Sociale

§§§§§§§§§§§§§§§§§§§§§§§§§§§§§§§§§§§§§§§§§§§

Facoltà: Scienze della Comunicazione

ECAMPUS – AGGIORNATO Maggio 2022

Quale è il rapporto tra teoria e ipotesi?

Un'ipotesi è un'elaborazione di una teoria, in particolare la sua forma normativa (meno generalità) e reificata (meno astrazione).

Un'ipotesi viene verificata deducendola da una teoria (passaggio da una formula generale a un'affermazione specifica). La validità di una teoria risiede infatti non solo nella coerenza delle sue argomentazioni interne, ma anche nella sua verificabilità empirica, che è considerata il criterio base per la scientificità di una teoria. Il problema è che una teoria è troppo astratta per essere controllata empiricamente, quindi le ipotesi diventano traiettorie generali di verificabilità/controllabilità e teorie astratte. In effetti, sebbene lo siano ancora parte della teoria generale, esprimono il livello di una città particolare, rendendola oggetto di osservazione diretta.

Quali sono le caratteristiche generali di un campione nella ricerca qualitativa?

Se nella ricerca quantitativa c'è un'indicazione precisa del numero di persone da intervistare, a causa del problema della rappresentazione, ciò non avviene nella ricerca qualitativa, dove il criterio da seguire non è la rappresentatività ma la saturazione semantica. Ciò significa che nel disegno della ricerca qualitativa, essa si interrompe quando le informazioni raccolte non forniscono più nuove conoscenze; si è quindi raggiunta la saturazione semantica, cioè la semantica è stata studiata a fondo.

Definire e descrivere l'osservazione partecipante

L'osservazione partecipante è lo studio delle interazioni tra soggetti che condividono uno spazio sociale in un ambiente naturale. Si tratta di un'osservazione partecipativa, in quanto il ricercatore partecipa alla vita della comunità che studia per comprenderne (meglio) le norme, i valori e i comportamenti. L'osservazione del partecipante è un processo di apprendimento, il ricercatore conosce personalmente l'oggetto della ricerca e il tempo di osservazione non è breve; lingua "locale" e guadagnarsi la loro fiducia. Le origini di questo strumento di ricerca possono essere fatte risalire allo studio antropologico di popolazioni remote e molte culturalmente distanti, durato almeno 12 mesi, per analizzare ad esempio la continuità delle stagioni e quindi il significato attribuito agli eventi naturali, ma anche rituali. e cerimonia.

Che cosa si intende per triangolazione?

Webb e colleghi (1966), Denzin (1978) e Jick (1979) hanno facilitato lo sviluppo di questa combinazione di metodi qualitativi e quantitativi introducendo la cosiddetta triangolazione. La triangolazione è una tecnica che ci permette di identificare la posizione corretta di oggetti distanti da diverse angolazioni (Lazarsfeld 1971).

Trasferita nel campo degli studi sociali, la triangolazione è l'atto di combinare diversi metodi di ricerca da due o più punti di vista diversi per ottenere una comprensione più profonda del comportamento umano. La ricerca può essere convergente, complementare o contrastiva.

A livello epistemologico, quali sono le differenze tra gli approcci quantitativi e qualitativi?

I paradigmi della ricerca sociale possono essere pensati come disposti lungo un continuum, da un lato troviamo metodi quantitativi di matrice empirica, e dall'altro con metodi qualitativi.

A livello epistemologico, i due approcci differiscono:

• Secondo metodi quantitativi, compito della scienza è studiare oggettivamente in terza persona i fatti sociali, evitando il più possibile l'interazione tra l'osservatore e l'osservato.
• Secondo l'approccio qualitativo, il ricercatore è parte delle sue osservazioni e interviene attivamente nella costruzione della realtà sociale interagendo con il soggetto/soggetto; il nostro obiettivo non è produrre una descrizione oggettiva della realtà, ma solo una che si basa su la prospettiva della descrizione soggettiva dell'osservatore.

Quali caratteristiche dei big data possono essere utili per la ricerca sociale?

I dati digitali indubbiamente al centro del dibattito nelle scienze sociali sono i cosiddetti «big data». L’espressione nasconde diversi oggetti e tecnologie ed è quindi uno di quei termini ombrello su cui è praticamente impossibile concordare una definizione consensuale. Tuttavia, una definizione piuttosto comune dei big data si riferisce alle tre V: volume, velocità e varietà. Il volume si riferisce alla quantità di dati prodotti, la velocità rimanda alla natura rapida dei dati digitali che spesso vengono prodotti in tempo reale (es. le ricerche sui motori di ricerca), la varietà descrive la molteplicità di formati che i dati possono assumere nel mondo digitale. Tutto ciò è fonte di ricchezza ma anche di problemi per i ricercatori delle scienze sociali perché i big data sono generati da una grande quantità di processi in gran parte invisibili con dimensioni incomparabili e diversi gradi di dimensionalità. La grande maggioranza dei big data, dai più comuni come i dati dei social media e dei motori di ricerca per arrivare alle transazioni commerciali, sono generati per fini specifici: essi non sono parte del disegno di un ricercatore che progetta la loro raccolta secondo un quadro teorico e una strategia analitica.

Una delle caratteristiche rilevanti, per la ricerca sociale, dei big data è la loro natura «organica», che si pone in contrasto alla tradizionale natura «progettata» dei dati utilizzati per finalità di ricerca. I big data sono considerati organici poiché vengono creati da diversi attori nel contesto della produzione o della erogazione di beni e servizi e non per la ricerca; ciò li distingue chiaramente dai dati progettati che vengono raccolti mediante esperimenti, questionari, focus group e che non esistono sino a quando non vengono appunto raccolti.

Tuttavia, la mancanza di trasparenza (soprattutto quando i big data vengono raccolti da attori privati come le aziende) rispetto alla raccolta e codifica dei dati è un problema che ricercatori sociali digitali si trovano a fronteggiare: il riadattamento dei dati richiede una comprensione del contesto in cui i dati riadattati sono stati generati. Un’altra differenza che caratterizza i big data, specialmente quelli raccolti da aziende private, è la mancanza di trasparenza su come i dati vengono raccolti e codificati e questo è un problema che il ricercatore sociale deve affrontare.

È chiaro che i dati digitali hanno alcune caratteristiche utili per la ricerca scientifica sociale:

• Aumento delle dimensioni e della risoluzione: I big data sono per definizione «grandi» La dimensione si riferisce, in primo luogo, al numero di casi o partecipanti che è possibile includere in una ricerca – l’ambizione legata ai big data è di passare dai campioni alle intere popolazioni di individui. La dimensione si riferisce, in secondo luogo, alla risoluzione, ossia il numero di singoli dati disponibili per ogni soggetto studiato. Se non è possibile somministrare questionari di 100-200 domande senza fiaccare gli intervistati, tramite una piattaforma come Facebook, ad esempio, ai ricercatori sono visibili, con una certa facilità, decine se non centinaia di variabili.
• Dati longitudinali: la natura longitudinale dei big data è una nuova opportunità per le scienze sociali che storicamente hanno incontrato costi elevati e difficoltà tecniche a raccogliere dati per lunghi periodi di tempo.
• Eterogeneità non reattiva e comportamentale: le persone sono a malapena consapevoli del processo di raccolta dei dati e questo ha come vantaggio una minore probabilità di un effetto Hawthorne ma allo stesso tempo questa opacità del processo di raccolta dei dati solleva preoccupazioni etiche.

Opportunità: Aumento delle dimensioni e della risoluzione, lunghezza temporale (cioè il fatto di avere natura longitudinale) ed eterogeneità non reattiva e comportamentale sono, come anticipato, caratteristiche utili dei big data per la ricerca sociale. In particolare lo sono in situazioni quali:

• Lo studio e l’individuazione di differenze relativamente piccole ma di un certo rilievo (es. nella ricerca sanitaria);
• Il confronto dei gruppi e del loro comportamento nel tempo;
• L’individuazione di modelli che si rivelano solo su vasta scala, ad esempio geograficamente

In che modo i dati digitali stanno cambiando il modo di fare scienza sociale?

I dati digitali stanno cambiando il modo in cui vengono fatte le scienze sociali. Gli scienziati sociali hanno risposto in due modi, con entusiasmo e scetticismo. I fautori sostengono che la disponibilità di dati digitali raccolti da molteplici mezzi di registrazione di tracce digitali rappresenta un punto di svolta nella realtà sempre più difficile della raccolta dei dati. Tuttavia, per gli scettici, la ricerca digitale ha sollevato interrogativi sulla qualità di tali dati, sollevato domande sull'accesso e sulla proprietà dei dati e acceso un dibattito sull'integrazione dei dati online e offline.

Poiché i dati sono molto più economici, l'importanza della pianificazione e delle strategie analitiche sembra diminuire; nel contesto della crescente obsolescenza dei dati, i dati invecchiano molto rapidamente e l'utilizzo degli archivi è problematico a causa di problemi di accesso. Man mano che l'intero processo di ricerca accelera, i dati vengono raccolti, analizzati e archiviati molto rapidamente e quindi passati al progetto successivo. Il tema della ricerca sociale digitale si sta evolvendo rapidamente per diversi motivi.

• Il primo motivo è che la divisione tra ricerca online e ricerca fine si sta evolvendo sempre di più. La consueta differenza tra "su internet" e "su internet", dove il primo si riferisce al comportamento umano e ai fenomeni sociali specifici del mondo online, mentre il secondo si riferisce all'uso di internet come campo di ricerca per condurre un studio che si potrebbe fare offline, oggi non reggerà più. I dati digitali vanno oltre la definizione formale, ma per ragioni pratiche possiamo descriverli come tracce digitali del comportamento umano nelle opinioni registrate da un'ampia gamma di servizi digitali che operano in diversi ambiti della società. La natura dei dati digitali è in continua espansione man mano che emergono servizi digitali e molti oggetti diversi stanno acquisendo la capacità di registrare informazioni sul loro utilizzo e sull'ambiente in cui operano, il cosiddetto "Internet delle cose". I dati digitali vanno oltre la definizione formale, ma per ragioni pratiche possiamo descriverli come tracce digitali del comportamento umano nelle opinioni registrate da un'ampia gamma di servizi digitali che operano in diversi ambiti della società. La natura dei dati digitali è in continua espansione man mano che emergono servizi digitali e molti oggetti diversi stanno acquisendo la capacità di registrare informazioni sul loro uso e ambiente, in cui operano, la cosiddetta “Internet of Things”. I dati digitali vanno oltre la definizione formale, ma per ragioni pratiche possiamo descriverli come tracce digitali del comportamento umano nelle opinioni registrate da un'ampia gamma di servizi digitali che operano in diversi ambiti della società. La natura dei dati digitali è in continua espansione man mano che emergono servizi digitali e molti oggetti diversi stanno acquisendo la capacità di registrare informazioni sul loro utilizzo e sull'ambiente in cui operano, il cosiddetto "Internet delle cose".
• Il secondo motivo per considerare i media digitali come un oggetto in movimento è la considerazione che il loro utilizzo da parte dell'uomo si evolve nel tempo. Ad esempio, Facebook è diventato un'importante arena sociale per molte persone, l'ingenuo utilizzo iniziale della piattaforma è da tempo perso. Le persone sono strategiche nell'usare la loro presenza su Facebook. Un esempio è la positività del pregiudizio che hanno i contenuti di Facebook, quasi come il diffuso effetto Hawthorne, dove gli individui cambiano il loro comportamento in risposta alla consapevolezza di essere osservati, le persone sanno che la loro presenza digitale è osservabile e quindi si adattano.
• Il terzo motivo è che i dati digitali stanno diventando più complessi. I sondaggi online hanno ampliato la tipologia di dati raccolti nel questionario. Insieme all'esito delle domande, è possibile raccogliere una quantità inesauribile di metadati e paradati e analizzarli insieme ai dati "principali". Includono il tempo trascorso per ciascuna schermata, le sequenze di tasti e i clic del mouse, i cambiamenti nelle risposte, ecc. I limiti tradizionali della raccolta dei dati nella ricerca sociale si riferiscono a due aspetti. In primo luogo, la stragrande maggioranza dei questionari e dei dati delle interviste non ha una dimensione temporale longitudinale. In secondo luogo, la maggior parte dei set di dati delle scienze sociali sono aggregazioni approssimative di variabili dovute ai limiti di ciò che può essere richiesto da strumenti con i propri dati. I dati digitali spingono l'innovazione da entrambe le parti, dalle immagini fisse allo sviluppo dinamico e dalle aggregazioni grezze ai dati ad alta risoluzione. Un interessante sottoprodotto di queste innovazioni è la possibilità per le scienze sociali di concentrarsi maggiormente sui processi piuttosto che sulle strutture. Sembra che sia più facile che in passato definire schemi e osservare comportamenti ciclici e variazioni comportamentali.

Passando alla discussione sulla natura dei dati digitali per la ricerca sociale, emergono interessanti opportunità, mentre vecchi e nuovi problemi metodologici non possono essere risolti facilmente. Queste sfide sono il futuro della ricerca nelle scienze sociali: senza l'inclusione della vita sociale digitale nei processi di ricerca, la capacità di comprendere la società umana sarà notevolmente migliorata; La sfida digitale sarà quindi cruciale, in quanto il desiderio di innovazione metodologica nelle scienze sociali è dovuto alla crisi in atto che caratterizza la maggior parte delle tecniche esistenti e ampiamente utilizzate. Pertanto, le capacità critiche degli scienziati sociali stanno diventando essenziali in un mondo della ricerca in cui i dati digitali sono diventati la risorsa più preziosa.

Nella ricerca sui costi sociali del gioco d’azzardo problematico in Italia i costi sono stati sottostimati o sovrastimati? Si argomenti.

Tenendo conto delle stime, il costo sociale annuo del gioco problematico in Italia è di circa 2,7 miliardi di euro. Concludiamo questo paragrafo evidenziando il contributo che la ricerca può dare per una maggiore comprensione del fenomeno del gioco problematico e la calibrazione di efficaci interventi politici sul tema, in particolare azioni per minimizzare gli effetti negativi del gioco. i rischi possono essere valutati non solo in relazione al livello di prevenzione su cui stanno lavorando, ma anche da una prospettiva di salute pubblica più globale.

In conclusione, sulla base del solo bilancio economico, i dati di questo studio mostrano superficialmente che lo Stato ha un vantaggio nel perseguire politiche di mercato del gioco d'azzardo ad ampio raggio: margini di profitto per il Tesoro, infatti, dalle spese generate dal sistema sanitario e assistenziale per compensare per le esternalità negative del commercio e dell'uso di questi prodotti molto più elevato. Tuttavia, sono necessarie due avvertenze.

In primo luogo, ci sono alcune limitazioni alla ricerca attuale. La maggior parte dei dati utilizzati si riferisce ai soli giocatori, altri alla popolazione generale, determinando distorsioni che richiedono di considerare nell'esercizio di stima un numero limitato di voci di costo. Per questo motivo sono stati generalmente sottovalutati i costi, così come quelli che si limitano a quelli di natura pubblica e, ad esempio, i costi esterni privati, ignorando le esternalità che colpiscono i privati così come i membri della famiglia coinvolti per ogni attore problematico. In altre parole, sono stati considerati solo gli effetti sulle finanze pubbliche e non in modo completo. Considerare l'uso alternativo delle risorse che possono essere utilizzate nelle attività produttive e investite nei consumi, gli effetti dell'usura e dell'illegalità sulla finanza pubblica, i costi sanitari indiretti che incidono sulla salute e altre dimensioni della spesa sanitaria. Vai oltre il trattamento dei giocatori problematici che impone ai conti pubblici.

In secondo luogo, è chiaro e condiviso dalla maggior parte degli esperti, come ha dimostrato una ricerca sempre più coerente, volta a sostituire il PIL come indicatore della prosperità e della crescita di un Paese, che il benessere di una popolazione e di una nazione non si misura solo da indicatori economici. Ancora più importante, una riflessione su questa ricerca è che la diffusione del gioco d'azzardo sta producendo anche effetti culturali, etici e sociali attualmente molto difficili da misurare e quantificare, ma soprattutto che devono essere diffusi e amplificati nel medio e lungo termine. influenza i modelli culturali e biologici dello sviluppo individuale e collettivo. Pertanto, "fare i calcoli