Esame Pedagogia sperimentale - Prof D'Ugo - Appunti presi alle lezioni e rielaborazione personale basata sui libri consigliati dalla professoressa

DISEGNO A 2 GRUPPI EQUIVALENTI CON MISURE DI INGRESSO

È il disegno sperimentale classico che prevede 2 gruppi:

• Gruppo sperimentale A: sottoposto ad un trattamento
• Gruppo di controllo B: nessun trattamento

I gruppi, selezionati in modo da essere omogenei (con le stesse caratteristiche), vengono sottoposti sia a misure di pre-test, sia a misure di post-test.

Viene fatto il pre-test (es. una prova di valutazione, che serve per capire se i due gruppi hanno più o meno lo stesso livello di apprendimento), che consente di verificare l'effettiva omogeneità dei gruppi e di effettuare un confronto longitudinale all'interno di ciascun gruppo.

Poi nel gruppo sperimentale viene introdotto un trattamento.

Viene poi fatto il post-test (in genere uguale al pre-test).

Se l'ipotesi è valida si noterà che il gruppo A ha un miglioramento, ha dei risultati migliori, mentre il gruppo B avrà un miglioramento (maturazione) non forte quanto.

l'altro.DeltaA= A -A = effetto trattamento + confounders (effetto maturazione)post preDeltaB= B -B = confounders (effetto maturazione)post preDeltaAB= A -B = effetto non equivalenza (dovrebbe tendere a zero, il che significa che i gruppi sono omogenei)pre preDeltaA-DeltaB= effetto trattamento (+ effetto reattività) (dovrebbero essere enormi)

DISEGNO A 2 GRUPPI SENZA PRE-TESTI gruppi non vengono sottoposti a pre-test, al fine di eliminare l'effetto reattività; tuttavia questo impedirà di verificare l'effettiva equivalenza dei gruppi e di effettuare confronti longitudinali all'interno di ciascun gruppo.

A -B = effetto trattamentopost post

DISEGNO DI SOLOMON A 4 GRUPPI È la combinazione dei due disegni precedenti, per cercare di combinarne i vantaggi. Ci saranno 1 gruppo sperimentale e 3 gruppi di controllo e tra questi si effettueranno dei confronti incrociati per riuscire ad isolare i singoli effetti confondenti.

DeltaA = A -A = effetto

trattamento + effetto maturazione

post preDeltaB= B -B = effetto maturazione

post preDeltaAB = A -B = effetto non-equivalenza

pre preDeltaA -DeltaB = effetto trattamento + effetto reattività

DeltaCD = C -D = effetto trattamento + effetto non-equivalenza (stimabile con DeltaAB)

post postDeltaAC= A -C = effetto reattività

post postDeltaBD= B -D = effetto reattività

post postVi sono inoltre dei disegni pre-sperimentali, utilizzati quando non si dispone di un gruppo di controllo o i gruppi non sono equivalenti, in quanto non è possibile procedere all'assegnazione casuale.

DISEGNO PRE-SPERIMENTALE A 1 GRUPPO SENZA PRE-TEST: si può usare quando si hanno conoscenze tali da consentirci di ipotizzare quali sarebbero i risultati in assenza di trattamento.

DISEGNO PRE-SPERIMENTALE A 2 GRUPPI NON EQUIVALENTI SENZA PRE-TEST: si usa in esperimenti occasionali, ossia quando non è il ricercatore a somministrare il trattamento, ma esso viene somministrato da

circostanze esterne non controllabili. Si può allora procedere ad un confronto tra chi il trattamento l'ha ricevuto e chi, invece, non l'ha ricevuto.

DISEGNO PRE-SPERIMENTALE A 1 GRUPPO CON PRE-TEST e POST-TEST: viene usato spesso nella pratica educativa, ma non permette di distinguere gli effetti reattività e maturazione dall'effetto del trattamento. Tuttavia permette un'osservazione longitudinale del gruppo sperimentale.

Vi sono dei disegni quasi sperimentali, ovvero quelli che non prevedono l'assegnazione casuale o nei quali non è possibile avere un gruppo di controllo equivalente. (es. nei gruppi di 1°A, 1°B, dovrebbero essere assegnati in maniera casuale dei bambini di 6 anni in entrambi i gruppi).

Scelta dell'unità di analisi  Campionamento

La pedagogia sperimentale ha l'obiettivo di raccontare dei dati generalizzabili, che possono essere validi anche per altri. Il problema del campionamento (strategie da

adottare per selezionare un sottoinsieme di unità di analisi (dalla popolazione) nasce dalla necessità di poter generalizzare i risultati ottenuti da una ricerca. Bisogna scegliere le unità di analisi, gli elementi della popolazione bersaglio che faranno parte della ricerca.

Popolazione: insieme di casi (soggetti) che hanno caratteristiche comuni definite in modo inequivocabile.

Campione: parte della popolazione selezionata per partecipare alla ricerca.

Parametri: caratteristiche (media, deviazione standard, media…) delle variabili che prendiamo in esame (es. nel questionario le risposte alle domande sono le variabili); i parametri valutati su un campione rappresentativo della popolazione sono una stima del loro valore per l’intera popolazione.

L’analisi statistica può prevedere la probabilità con la quale la stima può essere diversa dal valore vero della popolazione (errore di campionamento).

[es. popolazione: ragazzi di primaria,

di analisi della popolazione viene assegnato un numero estraibile casualmente. Successivamente, si estraggono casualmente i numeri corrispondenti alle unità di analisi che formeranno il campione. 2. CAMPIONAMENTO SISTEMATICO Si seleziona un'unità di analisi iniziale in modo casuale e successivamente si estraggono le unità di analisi successive a intervalli regolari. 3. CAMPIONAMENTO STRATIFICATO La popolazione viene suddivisa in gruppi omogenei chiamati strati. Successivamente, si selezionano casualmente le unità di analisi da ogni strato in proporzione alla loro dimensione. 4. CAMPIONAMENTO PER CLUSTER La popolazione viene suddivisa in gruppi chiamati cluster. Successivamente, si selezionano casualmente alcuni cluster e si estraggono tutte le unità di analisi presenti in essi. Campionamento non probabilistico (minore valore per poter essere generalizzato). È la strategia di campionamento che non permette di formare campioni rappresentativi della popolazione, ma si basa sulla scelta soggettiva delle unità di analisi. Quattro tipologie: 1. CAMPIONAMENTO PER CONVENIENZA Si selezionano le unità di analisi in base alla loro disponibilità e accessibilità. 2. CAMPIONAMENTO PER GIUDIZIO Si selezionano le unità di analisi in base al giudizio dell'esperto o del ricercatore. 3. CAMPIONAMENTO PER QUOTA Si selezionano le unità di analisi in base a specifiche quote predefinite, come ad esempio l'età, il genere o la professione. 4. CAMPIONAMENTO PER BOLLA DI NEVE Si selezionano le unità di analisi iniziali e successivamente si chiede loro di fornire altre unità di analisi simili. In conclusione, il campionamento probabilistico è preferibile quando si desidera ottenere risultati generalizzabili, mentre il campionamento non probabilistico può essere utilizzato quando si ha una disponibilità limitata di unità di analisi o quando si desidera approfondire specifici casi di studio.

1. CAMPIONAMENTO CASUALE

Di analisi presente nella lista di campionamento si assegna un numero; successivamente si procede all'estrazione casuale di un numero senza reimmissione (ogni unità di analisi ha la stessa probabilità nota di essere inclusa nel campione).

2. CAMPIONAMENTO SISTEMATICO

Si estraggono a intervalli regolari unità di analisi dalla lista di campionamento; si estrae casualmente un'unità di analisi di inizio, si sceglie un intervallo N e si includono nel campione 1 UA ogni N (es. 1 su tre). Bisogna stare attenti perché questa modalità è molto più sensibile ad eventuali errori nella lista di campionamento e ai criteri con la quale questa è stata composta (es. ordine alfabetico, appartenenza a classi...); questa sistematicità può sommarsi alla sistematicità dell'estrazione, introducendo distorsioni. È importante quindi essere in grado di trovare il sistema per rimescolare la lista.

CAMPIONAMENTO CASUALE STRATIFICATO

Per avere maggiori informazioni, si può suddividere la popolazione target in strati, secondo parametri interessanti (es. provenienza, età, sesso, indicatori...) e poi procedere all'estrazione casuale per ciascuno strato. Può essere:

• proporzionale: si estrae da ogni strato un numero di unità di analisi corrispondente alla percentuale della popolazione che quello strato rappresenta (la dimensione dello strato è proporzionale alla sua dimensione rispetto alla popolazione);
• non proporzionale: lo strato viene sovra-rappresentato, specialmente se ha un peso molto basso sulla popolazione, tale che un campione proporzionale sarebbe troppo piccolo.

4. CAMPIONAMENTO A GRAPPOLI

Gli elementi del campione non sono più singole unità di analisi, bensì gruppi di unità di analisi (es. classi scolastiche...). È un approccio comodo in campo educativo, perché spesso non è facile

ottenerela lista di singoli studenti. Tuttavia comporta il rischio di distorsioni all'interno dei grappoli, quindi il margine di errore totale sarà maggiore. Campionamento non probabilistico (attendibilità minore) L'assegnazione di unità di analisi al campione avviene in modo non casuale, ma secondo criteri diversi: - di convenienza: il ricercatore sceglie le unità di analisi sulla base di ciò che ha a disposizione nella situazione in cui si trova; - per quote: approssimazione non casuale del campionamento stratificato (in base a caratteristiche); - per dimensioni: si fa in modo che all'interno del campione siano rappresentate tutte le diverse componenti che compongono la popolazione target (es. in un'azienda, che ci siano tutte le figure professionali e i ruoli); - di giudizio: il ricercatore sceglie quali soggetti includere nel campione, in base alla sua esperienza, osservazioni, aspettativa di ottenere risposte che più si> Tecniche e strumenti di rilevazione Per scegliere bene uno strumento di misura delle variabili che intendiamo analizzare nella ricerca occorre tener conto di tutti gli elementi che ruotano attorno all'indagine, e quindi: - considerare il tipo di informazioni che si vogliono rilevare in relazione al contesto e agli obiettivi; - conoscere le caratteristiche dei vari strumenti (taratura, tempi di esecuzione, modalità di somministrazione...); - considerare le caratteristiche della

popolazione in esame;- considerare le caratteristiche del campione (probabilistico o no?);- scegliere la modalità di somministrazione in relazione a contesto, oggetto della ricerca, tempi e costi;- avere in mente i tempi e le risorse disponibili.

La definizione di uno strumento di misura (costruzione/adattamento) deve seguire 3 passaggi:

1. Effettuare indagini preliminari su casi scelti, con caratteristiche simili alle nostre unità di analisi.
2. Effettuare un try-out (prova pilota, generale) su un piccolo campione, insieme ad un gruppo di esperti in materia per ottimizzare lo strumento (per vedere se funziona ed eventualmente correggere le imperfezioni).
3. Formulare istruzioni chiare e precise.

Gli strumenti costruiti devono essere validi ed affidabili.

Validità: capacità di uno strumento di misurare effettivamente ciò che si propone di misurare.

Una ricerca può avere una validità:

• interna = le correlazioni tra le variabili sono

causali e non dovute a fattori esterni.