Riassunto esame Sociologia, prof. De Mucci, libro consigliato: Analisi empirica in scienze sociali, De Mucci

Il problema della connotazione e denotazione dei concetti

Il problema si tratta di evitare da un lato l'implosione connotativa del concetto (il paradosso che dica tutto di niente) dall'altro l'esplosione denotativa del concetto, la possibilità (sempre per paradosso) che dica niente di tutto.

Riassumendo, le proprietà sono riferite i casi mediante concetti più o meno complessi, espressi a loro volta con termini linguistici, asserzioni e definizioni a diverso contenuto di denotazione e connotazione. Sappiamo inoltre che una proprietà può assumere stati diversi da caso a caso nello stesso momento, insomma, la proprietà deve avere la proprietà di variare, e il concetto che la esprime deve poter essere trasformato, invariabile.

In questo senso, la trasformazione dei concetti invariabili: "definizione operativa" e indicatori empirici.

La trasformazione dei concetti in variabili costituisce una delle fasi più delicate e decisive per il corretto...

Svolgimento di una ricerca empirica. Lo strumento con cui si attua questo passaggio è la definizione operativa; l'operazionalizzazione dei concetti serve a spacchettarli in tanti elementi che consenta di rilevare, registrare e analizzare accuratamente gli stati sulle proprietà.

La nozione di definizione operativa richiama indirettamente alla tesi dell'"operazionismo logico": Per questo è un concetto empirico non è altro se non la serie di operazioni necessarie per determinarlo concretamente. Trasposta nel campo delle scienze sociali la nozione di definizione operativa sta indicare una serie di istruzioni mediante le quali è possibile identificare un dato concetto rendendolo suscettibile di trattamento empirico. Vediamo alcuni possibili esempi di definizioni operative: il concetto di disoccupazione, inteso come la percentuale delle persone che hanno perso il lavoro sul totale della popolazione attiva, rilevata dei dati dell'annuario Istat.

indicatori empirici

Molto spesso si tende ad assimilare la definizione operativa agli di un concetto, le due cose sono connesse ma non coincidenti.

Gli indicatori empirici sono semplicemente una serie di termini osservative di maggiore specificità analitica e normalmente a minore contenuto di astrattezza che fanno da ponte fra il concetto è la definizione operativa in base a rapporti di "rappresentanza semantica". Il che accade spesso nella vita di ogni giorno: quando usiamo il modo di vestire, linguaggio, l'arredamento di una casa come altrettanti indicatori o "rappresentazioni semantiche" che possono rivelarsi lo status di un eventuale interlocutore.

La misurazione delle variabili: indici, tassonomie e scale

Ultima fase di questo processo consiste nella ricerca dei metodi più appropriati, dal punto di vista della scienza empirica, per assegnare i valori alle variabili. Si dice che si tratta di costruire degli indici, cioè dei criteri di

Misurazione delle variabili. Il problema della costruzione di un indice e di come escogitare una misura unidimensionale di un oggetto multidimensionale. Questo obiettivo può essere raggiunto o facendo in modo che una delle dimensioni rappresenti il totale oppure mediante una qualche formula che combini due o più dimensioni in un unico valore. Gli esempi più immediati sono, nel primo caso, i totali di riga e di colonna in una matrice dei dati (che rappresentano rispettivamente il numero complessivo dei casi i valori complessivi per ciascuna proprietà) e nel secondo caso i rapporti percentuali. Altri indici di uso comune sono i valori medi, i valori modali, e altre applicazioni più complesse come le misure di ponderazione e di scostamento dalla media. In realtà il problema è più complesso per "science is measurement" quanto riguarda le scienze sociali perché non vale l'ideale. La scienza empirica (e non solo le scienze

sociali (fra queste) non esauriscono il loro compito esplicativo nella quantificazione, tanto più che nei nostri campi di analisi abbiamo spesso a che fare con concetti che non sono misurabili, o almeno non in senso matematico.

Proponiamo allora di distinguere sommariamente le tecniche di trattamento empirico dei valori (Statisulle proprietà) in base a dei criteri di "operazionalizzazione" delle variabili - nominali, ordinarie, metriche - che si è scelto di adottare nella ricerca.

Tassonomie:

1. dal greco si traduce come "disposizione ordinata", designa il complesso dei metodi attraverso i quali l'estensione del concetto (i suoi casi) è classificazione diviso in categorie o classi. La classificazione è l'operazione logica che serve a questo scopo e le sue regole classiche sono tre (Mill): ogni caso deve essere attribuito ad una classe (esaustività delle categorie), nessun caso deve essere attribuito più di una classe

(esclusività delle categorie), l'attribuzione deve basarsi (fondamentum divisionis). Prendiamo su un unico criterio ad esempio la classificazione delle forme di governo in "costituzionali" e "non costituzionali": tutti i sistemi politici esaminati (casi) devono poter rientrare in questa classificazione, non è possibile che uno stesso caso presenti caratteristiche ambivalenti e i criteri su cui si fonda la distinzione deve essere a sua volta univocamente determinato. tipologia. Un'applicazione della logica classificatoria è la La tipologia è una "classificazione multidimensionale" ovvero una classificazione ottenuta dall'incrocio di più di un criterio. Un esempio classico di tipologia è quella sui sistemi di partito, ottenuta combinando due dimensioni o proprietà rilevanti: il numero dei partiti (ridotto/elevato), e la loro distanza ideologica (a polarizzazione debole/forte). Ne derivano due

Classificazioni incrociate che producono quattro tipi inclusivi di tutti i casi considerati (dal monopartitismo al pluralismo polarizzato).

Scale di 8 grado: sono tecniche di misurazione dei valori di una variabile, basate su un continuum ideale che va dal più al meno, indica il grado di possesso da parte di ciascun caso, della proprietà considerata. Le differenze così misurate non sono quantità ma di grado. Il che non significa che non esistano dislivelli quantitativi fra i diversi "gradini" di cui si compone la scala ma vuol dire che le misure applicate si limitano a "ordinari" le proprietà in base a un criterio numerico senza poter misurare aritmeticamente le differenze di grado. Le scale ordinarie forniscono informazioni aggiuntive rispetto alle tassonomie, non solo classificatori o tipologiche ma anche transitiva: se A è maggiore di B, e B è maggiore di C, A è maggiore di C. Esempi di questo tipo di operazioni

Sono quelli in cui si chiede agli intervistati il grado di accordo o disaccordo a una serie di affermazioni ordinando le risposte in base alla graduatoria dei punteggi. Scale a intervallo: quando disponiamo di intervalli standard con cui determinare aritmeticamente le differenze di grado fra le proprietà di un concetto. In questo modo possiamo operare con scale di misurazione di maggiore esattezza quantitative che si definiscono scala intervallo. Tale quantificazione sarebbe appropriata nel caso delle scale ordinarie, nelle quali si possono di esempio graduare le qualifiche del lavoro operaio (manuale, ausiliario, specializzato) ma non si può stabilire di quanti punti è in ipotesi più "alienato" un operaio nell'una o nell'altra categoria. Variabili che si prestano bene a questo tipo di misurazione sono, ad esempio, il reddito, l'età, i voti ottenuti da un partito in una elezione. È perfettamente ragionevole parlare di Tizio.

come avente il doppio degli anni o dello stipendio rispetto a Caio, oppure del partito X con la metà dei voti rispetto al partito Y, cioè la misurare la distanza dei valori dell'uno o dell'altro sia in termini di differenze, sia in termini di rapporti e proporzioni. Modelli di relazioni fra variabili Uno fra gli obiettivi centrali della conoscenza scientifica di carattere empirico, è l'esplicazione dei fenomeni osservati. Spiegare un fenomeno come insegna il modello Popper-Hempel, significa ricondurre un fatto (explanandum) ai suoi antecedenti causali (explanans). La procedura di indagine empirica nelle scienze sociali parte dunque da modelli ipotetico-deduttivi nei quali sono contenute una serie di asserzioni teoriche, espresse in forma probabilistica circa le connessioni tra i fenomeni; si giunge infine all'elaborazione di generalizzazioni empiriche, cioè enunciati che predicono le relazioni tra fenomeni (del tipo: per ogni X, se X allora Y), in

vista della conferma o della confutazione empirica di una particolare teoria.

Il principio che viene comunemente seguito per mettere in luce le modalità logiche di confronto tra variabili e il modello di covarianza (o correlazione). Nella sua formulazione originaria dice così: "qualsiasi fenomeno che varia in un modo, quando anche un altro fenomeno varia in un modo particolare, è la causa o l'effetto di quel secondo fenomeno, o è adesso connesso attraverso qualche altro fattore causale".

Nelle concrete applicazioni metodologiche, l'analisi "multivariata", cioè l'analisi che studia le covarianza e le correlazioni fra variabili, si serve di particolari tecniche statistiche per accertare il cambiamento degli stati sulle proprietà che appartengono a due o più fenomeni (B varianza o multi varianza) tra loro connessi. La rappresentazione simbolica della covarianza è A <-> B, vale a dire: "si".

ipotizza che trala variabile A e la variabile B intercorra una relazione bidirezionale“ (per esempio fraconfessione religiosa e propensione al suicidio). Ovviamente il modello può ancheassumere la forma unidirezionale di A -> B, cioè a dire: “si ipotizza che A influenza Bmentre non è a sua volta influenzata“. Ma nella realtà è assai improbabile che vi sianosemplificazioni tanto drastiche come quelle offerte dai modelli di relazioni “B variate“(modelli a due variabili), il quadro delle correlazioni assumerà di frequente lacomposizione descritta nella figura, con almeno tre variabili in gioco.Un esempio è proposto dal metodo logo americano Lazarsfeld puoi aiutarci a chiarirequesti concetti. Lazarsfeld notò che esisteva una stretta relazione di segno positivo frail numero di autobotti accorse per spegnere un incendio e danni (valutati in dollari)provocati dall’incendio: più autobotti (A),più d