Metodologia della ricerca quantitativa

Il campionamento e la costruzione del questionario

sono gli strumenti essenziali ai fini della definizione operativa. Tra le proprietà, quelle che maggiormente interessano il ricercatore variano da individuo a individuo e per questo sono chiamate variabili, mentre sono chiamate costanti le proprietà che non variano, che non discriminano i casi e che pertanto non risultano interessanti per comprendere i meccanismi diversi.

Nel linguaggio di un'indagine campionaria il termine "variare" indica che una proprietà cambia da individuo a individuo nello stesso tempo.

La definizione operativa comprende tre momenti distinti, tra loro complementari: il primo a livello astratto, di riduzione dei concetti a entità osservabili; il secondo, operativo, consiste nello stabilire le modalità di rilevazione e di registrazione; il terzo, che prevede che i dati siano già immessi nella matrice, avviene prima delle analisi e consiste nelle procedure di ricodifica.

1. La rappresentazione figurata del concetto. Il ricercatore si costruisce un'immagine mentale del concetto che dovrà studiare, delineando le caratteristiche che lo rendono differente da altri concetti.
2. La specificazione del concetto. Consiste nel suddividere il concetto originario nelle sue componenti, in modo analitico o empirico.
3. La scelta degli indicatori. Per ciascuna delle precedenti dimensioni che appaiono ancora astratte vengono scelti degli indicatori che ci permettono di rilevare le informazioni in modo empirico. Tutti i fattiosservabili

4. La formazione degli indici. Dopo aver scomposto un concetto e scelto gli indicatori appropriati per ogni elemento della scomposizione, si dovrà costruire un indice sintetico che tenga conto il più possibile di tutti gli aspetti considerati e si avvicini così alla natura composita del fenomeno. Lazarsfeld suggerisce l'uso dell'analisi fattoriale, ma esistono anche indici cumulativi, cumulativi ponderati, moltiplicativi [...]

I primi 3 passaggi della definizione operativa permettono di arrivare alla costruzione del questionario, mentre il quarto passaggio sarà possibile solo a raccolta di dati avvenuta. La dinamica di una ricerca empirica impone che esista una connessione tra il prodotto finale e i criteri, i modi, le eventuali ipotesi.

Il campionamento

Il campionamento si fonda sulla teoria della probabilità. La logica è la seguente: si individua la popolazione che interessa, si cerca di selezionarne un sottoinsieme in modo che l'informazione ottenuta esaminando quest'ultimo sia accurata quasi come quella che avremmo ottenuto esaminando l'intera popolazione. Per avere un buon campione c'è bisogno che la variabilità dei dati, presente nella popolazione, sia in essa adeguatamente rappresentata.

Una delle condizioni necessarie per la scelta del campione è la disponibilità della lista del campionamento, ossia un elenco contenente tutte le persone che fanno parte della popolazione. Se si vuole condurre un'indagine sui clienti di un supermercato, ad esempio, si avrà solo l'elenco dei tesserati. È possibile estrarre campioni

Un campione è casuale quando tutti gli individui di una lista di campionamento hanno la stessa probabilità di essere scelti come soggetti per l'indagine. La lista di campionamento è l'insieme di tutti i soggetti tra cui è possibile individuare quelli che hanno le caratteristiche richieste dall'indagine. A volte si usa come lista di campionamento l'elenco telefonico, ma questo esclude un gran numero di soggetti. Si può pensare che una buona lista sia quella anagrafica, ma non sempre è possibile accedere con facilità ai dati anagrafici aggiornati di nascite, decessi e trasferimenti. Non è sempre complesso costruire una lista però: se, ad esempio, svolgiamo un'indagine sugli strumenti universitari, si presume che l'elenco degli iscritti sia un'informazione più facilmente

raggiungibile.

Per campione di convenienza si intende un campione né casuale né rappresentativo, ma un insieme di persone facilmente raggiungibili e intervistabili. Può essere vantaggioso utilizzare un campione di questo tipo in fase di preindagine, quando si vuole testare un questionario o quando si vuole una prima descrizione di un fenomeno da approfondire con un'indagine successiva.

Il campione a scelta ragionata non è probabilistico, ma le persone scelte dal ricercatore sono ritenute le più adatte a indagare sul fenomeno in esame. Ad esempio, se si svolge un'indagine su chi acquista i biglietti per i giochi con denaro, non sarà possibile avere una lista campionaria. Una scelta può essere quella di intervistare in orari diversi della giornata le persone che entrano in alcuni punti gioco dislocati in quartieri differenti della città. Non si otterrà la rappresentatività del campione, ma una

maggiore eterogeneità. I risultati ottenuti dal campione casuale e rappresentativo sono generalizzabili, cioè si possono ritenere validi anche per la popolazione non direttamente intervistata, mentre non lo sono nel caso del campione di convenienza e a scelta ragionata.

I principi che consentono di mettere in relazione teorie e fatti sono: la deduzione e l'intuizione. I fattori del metodo ipotetico-deduttivo sostengono che si debba partire da un'ipotesi, o teoria, da cui si deducono delle conseguenze che vengono sottoposte al controllo dei fatti.

Il metodo induttivo consisteva invece nel partire da certe osservazioni per risalire alla validità di un'ipotesi, ma per determinare la probabilità che essa valga anche per i casi non direttamente osservati.

Con entrambi i metodi si fanno inferenze, cioè si parte da premesse date e si giunge a conclusioni che in precedenza erano sconosciute.

L'espressione "inferenza statistica"

Ampiezza di un campione

L'ampiezza del campione dipende dalla natura degli obiettivi della ricerca, dal livello di affidabilità richiesta e dalle risorse a disposizione. Ci sono tuttavia valori di numerosità minimi sotto i quali i dati sono poveri di informazioni, e valori massimi superando i quali le informazioni non migliorano. L'obiettivo è trovare un valore ottimale.

La numerosità dipende anche da quale tipo di disaggregazione pensiamo di applicare al nostro campione. L'ampiezza del campione dipende quindi anche dai livelli di suddivisione che subirà durante l'analisi dei dati.

La numerosità del campione dipende molto dal grado di affidabilità. Il grado di affidabilità, o livello di confidenza, ha un

Preciso significato statistico ed è la probabilità che un determinato parametro dellapopolazione rientri in una gamma di valori della corrispondente statistica calcolata sul campione. Dalla psicometria si sa che, per il teorema del limite centrale di Markov, le medie di tutti i campioni estraibilida una popolazione hanno una distribuzione normale attorno alla media della popolazione stessa, pertantoalcuni campioni avranno una media della variabile molto lontana da quella della popolazione, la maggiorparte dei campioni avrà una media che si avvicina a quella della popolazione e la media di tutte le mediecampionarie coinciderà con la media della popolazione. Dalla psicometria si sa anche che il ricercatore può avere un livello di fiducia del 68%, che il valore effettivodella media dell'altezza della popolazione sia di 150 con più o meno una deviazione standard del 95%, che ilvalore del parametro si trovi a più o meno 2 deviazioni.

standard e del 99% che si trovi a più o meno 3deviazioni standard. Nella distribuzione normale standardizzata il 68% dei casi sono compresi tra i valori +/-1; il 95% dei casi tra i valori +/-1.96; il 99% dei casi tra i valori +/-2.58%.