Come usare SPSS - Ricerca in organizzazione - il questionario, dalla costruzione all'analisi dei dati (modulo A)

ESERCIZIO:

Si testi l’effetto del falso consenso sul TAV:

• EFFETTO del FALSO CONSENSO = bias secondo cui tendiamo a sovrastimare il numero di persone che la pensano

come noi. Ciò accade perché si ha necessità di sentirsi nel giusto o perché ci si circonda di persone simili a noi.

Esempio: vedere se le persone del tutto favorevoli o del tutto contrarie alla costruzione del TAV pensino che la maggior parte

delle persone la pensino come loro.

Le variabili da andare a prender in considerazione in questo caso risultano essere: d11 (= atteggiamento) & d20.1 e d20.2 (=

stima)

1) Ricodificare la variabile d11 per avere solamente due modalità di risposta (persone favorevoli e persone sfavorevoli).

Dopo aver ricodificato d11 in Rd11, mettendo 0 sfavorevole e 1 favorevole, si imposta la tabella di contingenza per

controllare di svolto fatto nel modo corretto.

2) Applicare il chi-quadrato sulla tabella di contingenza per le variabili Rd11 e d20.2

Essendo il P-value < 0,01 esso risulta significativo; quindi, vi è una correlazione (rifiuto H0). Ora posso procedere

controllando i residui standard e concludendo che C’E’ L’EFFETTO DEL FALSO CONSENSO in quanto:

Le persone sfavorevoli alla costruzione del TAV (,00) andando a guardare i residui adattati presentano:

• -5,5 quindi un’associazione negativa nella risposta “una ridotta minoranza” alla domanda “Quanti abitanti

fanno parte del movimento NO-TAV”, ciò sta a significare che queste persone non pensano che una

minoranza di persone facciano parte del movimento NO-TAV (ecco perché associazione negativa, perché fare

parte del movimento NO-TAV fa parte del loro modo di pensare)

• 13,2 quindi un’associazione positiva nella risposta “la stragrande maggioranza degli abitanti” alla domanda

“Quanti abitanti fanno parte del movimento NO-TAV”, ciò sta a significare che queste persone pensano che

una maggioranza di persone faccia parte del movimento NO-TAV (ecco perché associazione positiva, perché

il fare parte del movimento NO-TAV fa parte del loro modo di pensare)

→ CHI È SFAVOREVOLE AL TAV, QUINDI, PENSA CHE ANCHE LA MAGGIORANZA DELLE ALTRE PERSONE LO SIA

Le persone favorevoli alla costruzione del TAV (1,00) andando a guardare i residui adattati presentano:

• 5,5 quindi un’associazione positiva nella risposta “una ridotta minoranza” alla domanda “Quanti abitanti

fanno parte del movimento NO-TAV”, ciò sta a significare che queste persone pensano che una minoranza di

persone facciano parte del movimento NO-TAV

• -13,2 quindi un’associazione negativa nella risposta “la stragrande maggioranza degli abitanti” alla domanda

“Quanti abitanti fanno parte del movimento NO-TAV”, ciò sta a significare che queste persone pensano che

una maggioranza di persone non facciano parte del movimento NO-TAV

→ CHI È FAVOREVOLE AL TAV, QUINDI, PENSA CHE ANCHE LA MAGGIORANZA DELLE ALTRE PERSONE LO SIA

-----------------------------------------------------------------------

Gaia Raspante 8

-----------------------------------------------------------------------

CORRELAZIONE:

Normalmente in psicologia andiamo ad utilizzare scale ordinali, che vengono trattate come cardinali (anche se non

è completamente giusto). Per andare a calcolare invece la relazione tra due variabili con un più alto livello di scala

(continuo/cardinale), si utilizza la CORRELAZIONE. La correlazione è un indice che esprime l’associazione fra due

variabili cardinali. L’r di Pearson varia fra -1 (in caso di associazione inversamente proporzionale perfetta) e +1 (in

caso di associazione direttamente proporzionale perfetta).

Esercizio 1:

Verifichiamo se ci sono differenze di età tra chi è sfavorevole al TAV (x_eta e d11)

1) Andiamo a svolgere una descrittiva sull’età & andiamo a svolgere una frequenza sulla d11

2) Andiamo ad effettuare una correlazione tramite il seguente modo:

➢ ANALIZZA → CORRELAZIONE → BIVARIATA (teniamo Pearson che è di default)

Nella nostra tabella ci troveremo “N” che rappresenta la numerosità con solo i casi validi (senza i casi mancanti).

I fattori da andare a controllare a questo punto risultano essere:

• →

SIGNIFICATIVITA’ la prima cosa da andare a controllare è il P-value (< 0,01) e notiamo che è significativo

in quanto è minore di 0,05. Vi è quindi una relazione tra l’età e l’essere favorevoli o sfavorevoli al TAV

• →

CORRELAZIONE la correlazione di Pearson (r) ha un range teorico di valori da -1 a +1 (0 = non c’è nessuna

correlazione) (1 = la correlazione è perfetta, ma non si trova mai perché l’unica correlazione perfetta

avviene quando correlo un variabile con sé stessa nelle scienze sociali). Più il valore di r è alto e più

l’associazione viene considerata forte. Il segno + indica un’associazione positiva (all’aumentare dell’età

aumenta lo sfavore nei confronti del TAV), il segno - indica un’associazione negativa (all’aumentare dell’età

diminuisce la sfavorevolezza verso il TAV, quindi aumenta la favorevolezza).

➔ Ciò ci fa concludere che siano i più giovani i più sfavorevoli/contrari al TAV

➔ Attualmente ci siamo occupati di relazioni bivariate, in cui non siamo andati ad ipotizzare nessuna relazione di

causa-effetto (non abbiamo i dati per fare ciò).

Gaia Raspante 9

Esercizio 2:

Andare a vedere se c’è una relazione tra l’atteggiamento nei confronti del TAV (“d11”) e quanto le persone ne sanno

.

in merito (conoscenza sul TAV) (“conTAV”)

Andando a guardare cosa abbiamo ottenuto notiamo che:

• SIGNIFICATIVITA’ → il P-value non è significativo in quanto non è minore di 0,05 (non è una relazione

statisticamente significativa quindi ci fermiamo qui perché potrebbe essere dovuta al caso).

➔ Chi è contrario sembra saperne di meno sul TAV (andando a vedere la correlazione).

• Scale bilanciate = scale in cui ci sono item pro-tratto, pensati per misurare il tratto di interesse, e item contro-

tratto. Sono scale utili a combattere alcune problematiche (Es: risposte casuali nei questionari). È importante

andare a ricodificare gli item contro-tratto.

ESERCIZIO SULLA CORRELAZIONE BIVARIATA:

“C’è correlazione tra la conoscenza sul TAV e l’atteggiamento verso il TAV (d18.1-d18.10)?”

1. Controllo il questionario (ci sono degli item che sembrano rivelare un atteggiamento positivo verso il TAV e

altri che ne indicano uno negativo)

2. Calcolo frequenze e controllo gli item

3. Ricodifico gli item perché contro intuitivi

4. Calcolo l’alpha di Cronbach per gli item positivi (Alpha affidabile = misurano lo stesso costrutto)

5. Calcolo l’alpha di Cronbach per gli item negativi (Alpha affidabile = misurano lo stesso costrutto)

6. Creo l’indice di atteggiamento positivo e uno di atteggiamento negativo verso il tav e ottengo:

➢ →

Correlazione bivariata tra conTAV e attposTAV P-value non significativo

➢ → →

Correlazione tra conTAV e attnegTAV P-value significativo e Pearson negativo All'aumentare

della conoscenza sul TAV, diminuisce l’atteggiamento negativo verso il TAV.

Gaia Raspante 10

-----------------------------------------------------------------------

CREAZIONE di un INDICE COMPLESSIVO/MEDIO e ALPHA di

CRONBACH:

Esempio

: vogliamo creare un indice di fiducia istituzionale; in particolare nel questionario, la d1 ha 9 item quindi

l’indice che vogliamo creare è complessivo.

1. controllo le variabili calcolando le frequenze di tutti gli item

→

2. rifletto sulla codifica e se necessario ricodifico le variabili in questo caso, gli item sono controintuitivi (1 =

molto e 4 = nessuna, quando avrebbe senso invertire i due valori)

3. faccio la tabella di contingenza

4. prima di mettere insieme le risposte, si controllo che la scala sia affidabile,

usando l’alpha di Cronbach, un coefficiente che ci dice se due item sono

abbastanza correlati tra loro da poter rappresentare un unico costrutto latente.

In particolare, per calcolare l’alpha di Cronbach andrò a fare:

➢ → → →

ANALIZZA SCALA ANALISI DI AFFIDABILITÀ in “elementi” inserisco gli item e gli item ricodificati (se ci

→

sono) in “statistiche” vado su descrittive e seleziono “scala se l’elemento è eliminato”

5. Non esiste un p-value per l’alpha di Cronbach, ma la si legge seguendo

alcuni criteri: il valore soglia è 0,7; il valore massimo è 1; dallo 0,7 in

su il valore è accettabile e suggerisce che la scala ha una buona

affidabilità.

6. un controllo possibile è vedere come cambia l’affidabilità togliendo un

item L’alpha di Cronbach:

L’alpha di Cronbach è un indice di unidimensionalità della scala in termini di coerenza interna:

Alpha = (n * rmedio) / [1 + rmedio * (n – 1)]

Se la batteria è unidimensionale, si può calcolarne un unico indice riassuntivo (nelle scale Likert generalmente come

punteggio sommato, come media degli item o come loro punteggio fattoriale). Per quanto riguarda nello specifico,

l’alpha di Cronbach con SPSS, oltre al default di SPSS, è utile chiedere le descrittive escludendo item per item, in

modo da individuare gli eventuali item che abbassano l’alfa della batteria.

-----------------------------------------------------------------------

ANOVA:

La causalità:

Una variabile è causa di un’altra variabile se il variare della prima causa il variare della seconda (Es: Vaccinarsi contro

il Covid-19 riduce la probabilità di ammalarsi e, se ci si ammala, la gravità delle conseguenze della malattia) (Es: Il

rumore fa peggiorare le prestazioni nei test di matematica) (Es: Nei colloqui di selezione del personale, l’esposizione a

messaggi sessisti peggiora la prestazione delle candidate). Vi è un’asimmetria della relazione causale in quanto vi è

una causa e un effetto che ne consegue. Vi è inoltre, un legame diretto fra le variabili. La causalità attiene al dominio

della teoria, infatti SPSS fa qualsiasi cosa noi gli chiediamo quindi se sbagliamo a considerare causa-effetto, SPSS ci

svolgerà comunque i calcoli. Bisogna stare però attenti alle relazioni non causali (Es: Relazione fra domanda e prezzo

è una relazione reciproca e non vi è asimmetria) (Es: Relazione fra numero di cicogne e numero di nati e fra numero di

pompieri che spengono l’incendio e gravità dei danni provocati dall’incendio è una relaz