Metodologia di Ricerca Scientifica: Disegno, Variabili, Ipotesi e Tecniche di Raccolta Dati

Progetto di Metodologia: Fondamenti e Pratiche

La metodologia prevede l'esame della progettazione logica e del processo di ricerca. Risponde alla domanda: come deve essere condotta l'indagine?

Per quanto riguarda la relazione finale della tesi (o lavoro), devono essere sviluppati i seguenti punti:

1. Tipi di Ricerca

È importante determinare il tipo di ricerca considerando la questione (domanda di ricerca), gli obiettivi e le ipotesi presentate durante il lavoro, nonché la portata della raccolta e dell'analisi dei risultati. Sebbene correlato, non deve essere confuso con il tipo di disegno di ricerca.

Il tipo di ricerca si riferisce allo scopo finale, l'elemento centrale del lavoro. Il disegno, invece, si riferisce alla struttura complessiva per raggiungere tale scopo.

• Esplorativa:
  • Indagare problemi poco studiati.
  • Scoprire da una nuova prospettiva.
  • Aiutare a identificare concetti promettenti.
  • Preparare la strada per ulteriori studi.
• Descrittiva:
  • Definire le variabili misurate o raccogliere informazioni per specificare le proprietà, le caratteristiche e i tratti di un fenomeno emergente.
  • Previsione.

1.3. Tipi di Ricerca Correlazionale

• Associare variabili attraverso un modello prevedibile per un gruppo o una popolazione.
• Il suo scopo è comprendere la relazione che esiste tra due o più variabili, concetti, categorie o fenomeni in un contesto particolare.
• Offrire previsioni.
• Spiegare la relazione tra le variabili.
• Quantificare la relazione tra le variabili.

1.4. Tipi di Ricerca Esplicativa

• Determinare le cause.
• Generare un senso di comprensione.
• Sono più strutturati, vanno oltre la mera esplorazione, la descrizione o l'elenco di variabili o fenomeni.

2. Disegni di Ricerca

Si riferisce alla possibilità che lo sperimentatore possa intervenire nella manipolazione della realtà, ovvero nella manipolazione delle variabili oggetto di studio. Il disegno di ricerca si riferisce al piano o a una strategia per rispondere alle domande di ricerca. Consente al ricercatore di scegliere cosa fare per raggiungere gli obiettivi dello studio, rispondere alle domande sorte e analizzare la correttezza delle ipotesi formulate.

Nelle scienze sociali si possono trovare diverse classificazioni dei disegni e dei modelli.

• 2.1. Disegni Non Sperimentali:
  1. Transazionali
  2. Longitudinali:
     1. Di tendenza
     2. Di evoluzione di gruppo
     3. Di panel
• 2.2. Disegni Sperimentali:
  1. Pre-sperimentali
  2. Quasi-sperimentali
  3. Sperimentali puri
• 2.3. Disegni Fattoriali Sperimentali

Come si definisce un disegno di ricerca in particolare? Questo sarà impostato in funzione di:

• Il livello di manipolazione delle variabili indipendenti.
• Il numero di variabili indipendenti e dipendenti.
• Il grado di controllo delle variabili estranee o intervenienti.
• Il tipo di metodo di campionamento.

Va sottolineato che la distinzione tra variabile indipendente (quella che manipola il ricercatore) e dipendente (quella che riceve l'effetto dell'indipendente) ha senso e si applica solo agli studi esplicativi in cui l'interesse è rivolto alle relazioni di causa-effetto.

Che cosa significa manipolare una o più variabili?

La manipolazione delle variabili è una caratteristica degli studi sperimentali o quasi-sperimentali.

Indica che il disegno si propone di intervenire su una o più variabili, ovvero di cambiarne lo stato attuale: migliorare, ridurre, aumentare, potenziare, rafforzare, e così via, una data variabile.

Disegni Non Sperimentali

• Sono quelli che vengono realizzati senza manipolare deliberatamente le variabili. Cioè, dove il ricercatore non varia intenzionalmente le variabili indipendenti. Il fenomeno in esame è osservato così come si presenta nella realtà. Chiamata anche ricerca ex post facto.

Nei disegni non sperimentali ci sono due categorie principali:

2.1.a) Disegni Non Sperimentali Transazionali

Sono quelle che raccolgono dati in un unico momento, ovvero in una sola occasione. Lo scopo di questi studi è descrivere le variabili e analizzare il loro impatto e la loro interazione in un determinato momento o con una singola misurazione. Possono includere diversi gruppi o sottogruppi di persone, oggetti o indicatori. Si dividono in disegni descrittivi e disegni correlazionali.

2.1.b) Disegni Non Sperimentali Longitudinali

Questi disegni sono utilizzati per osservare e analizzare i cambiamenti nel tempo in alcune variabili o nelle relazioni tra di esse. Raccolgono informazioni in punti specifici del periodo di studio. Ad esempio, la psicologia dello sviluppo è stata studiata con questo modello.

I disegni non sperimentali longitudinali complessivi sono:

• Disegni longitudinali di tendenza: Questi disegni si concentrano su una specifica popolazione. Le misurazioni vengono effettuate in diversi periodi di tempo, ad esempio ogni 3 mesi per 5 anni in una determinata comunità.
• Disegni longitudinali di evoluzione di gruppo: Determinano i cambiamenti nel tempo in sottogruppi o coorti. Questi sottogruppi possono essere definiti per età, sesso, colore o altre caratteristiche distintive e pertinenti per lo studio.
• Disegni longitudinali di panel: Sono simili a quelli descritti sopra, ma qui lo stesso gruppo viene utilizzato per le misurazioni durante tutto il periodo di indagine.

Disegni Sperimentali

È uno studio di ricerca che manipola deliberatamente una o più variabili indipendenti (chiamate cause) per analizzare le conseguenze di tale manipolazione su una o più variabili dipendenti (effetti), in una situazione controllata dal ricercatore.

Classificazione dei Disegni Sperimentali:

• Sperimentali puri: Manipolazione totale delle variabili.
• Pre-sperimentali: Basso grado di manipolazione delle variabili.
• Quasi-sperimentali: Grado minore di manipolazione delle variabili.

Disegni Sperimentali Puri o Esperimenti Puri

Manipolazione di variabili indipendenti per i loro effetti sulle variabili dipendenti in una situazione di controllo. Il ricercatore seleziona i gruppi.

Requisiti per considerare una situazione come un esperimento:

1. La manipolazione di una o più variabili indipendenti per analizzare l'effetto su una variabile dipendente.
2. La misurazione dell'effetto della variabile indipendente sulla variabile dipendente.
3. Il controllo interno e la validità della sperimentazione.

Come si realizza il requisito n. 1 (manipolazione di una o più variabili indipendenti)?

• Presenza o assenza della variabile: Si tratta di avere due gruppi, uno esposto alla variabile indipendente e l'altro no. Il gruppo esposto alla variabile indipendente è chiamato gruppo sperimentale e l'altro gruppo di controllo.
• Variazione dell'esposizione alla variabile indipendente: Si tratta di osservare se l'entità degli effetti sulla variabile dipendente dipende dall'intensità dello stimolo della variabile indipendente. Un altro modo per manipolare la variabile indipendente riguarda le diverse categorie che possono essere necessarie, che non sono punti di forza, ma diverse categorie.

Come si realizza il requisito n. 2 (misurazione dell'effetto della variabile indipendente sulla variabile dipendente)?

Validità e affidabilità.

Come si realizza il requisito n. 3 (controllo o validità della situazione sperimentale)?

Minacce alla validità interna:

• Storia
• Maturazione
• Instabilità
• Amministrazione del test
• Strumentazione
• Analisi di regressione
• Selezione
• Mortalità sperimentale (attrito)
• Interazione tra selezione e maturazione
• Altre interazioni.

Come si ottiene il controllo interno e la validità della sperimentazione?

1. Diversi gruppi di confronto: Per confrontare i risultati di un esperimento (intervento) è necessario avere più di un gruppo. Se si confronta un solo gruppo, l'effetto non può essere necessariamente attribuito all'intervento.
2. L'equivalenza dei gruppi: In primo luogo, durante l'esperimento o l'intervento, la randomizzazione.

Disegno Sperimentale: Pre-sperimentale

I pre-esperimenti sono così chiamati perché il loro grado di "controllo" è minimo. Il ricercatore seleziona il gruppo. Si trovano: un disegno di studio di caso con una singola misurazione, e disegni pre-test e post-test con un unico gruppo.

Disegno Sperimentale: Quasi-sperimentale

Nei disegni quasi-sperimentali i soggetti non sono assegnati casualmente o abbinati ai gruppi, ma questi gruppi sono già formati prima dell'esperimento (sono gruppi intatti), quindi il grado di controllo è minore.

Ci sono diversi tipi di disegni quasi-sperimentali:

• Disegno post-test con gruppi solo intatti.
• Disegno pre-test e post-test con gruppi intatti (uno di controllo).
• Disegni a serie temporali, di un unico gruppo e di più gruppi.

3. Definizione Concettuale e Operativa delle Variabili

Cosa sono le variabili?

Spiegazioni provvisorie del fenomeno in esame, formulate come proposizioni. Sono gli aspetti e le caratteristiche di interesse per lo studio di un fenomeno o un problema. Si definiscono e si deducono dagli obiettivi e dalle ipotesi. Gli obiettivi sono resi operativi tramite le variabili.

Deve essere specificato, al momento opportuno della progettazione dell'indagine, la variabile indipendente e dipendente dello studio, insieme al loro livello di misurazione (nominale, ordinale, a intervalli o a rapporto).

Definizione Concettuale delle Variabili

La definizione concettuale di una variabile significa spiegarla in termini di altri termini. Ci fornisce la definizione dalla letteratura o dal quadro teorico dell'attributo. Esempio: Variabile: ambiente di lavoro percepito (livello di intervallo).

Concetto di definizione:

"La qualità dell'ambiente interno relativamente duratura per un'organizzazione che è vissuta dai suoi membri, influenza il loro comportamento e può essere descritta in termini di valori di un particolare insieme di caratteristiche o attributi dell'organizzazione" (Stringer, 2002, pag. 83).

Definizione Operativa delle Variabili

Definire operativamente una variabile consiste nel determinare il modo per misurarla.

Ad esempio, il punteggio medio ottenuto da un partecipante alla ricerca in uno qualsiasi degli elementi del Questionario sul Clima Organizzativo di Litwin e Stringer.

4. Ipotesi di Ricerca

Cosa sono le ipotesi?

Sono proposte provvisorie (risposte) alle domande di ricerca che il ricercatore sviluppa sulla base del quadro teorico. Le ipotesi sono affermazioni che possono essere verificate, provate o testate. Sono una risposta anticipata a un problema di ricerca e derivano dagli obiettivi dello studio. Esiste una stretta relazione tra il problema di ricerca o la situazione da studiare e gli obiettivi e le ipotesi. Il ricercatore, dopo aver formulato il problema, sviluppa una possibile risposta, che dovrà essere verificata nel corso dell'indagine.

Considerazioni:

Non tutte le ipotesi di ricerca vengono formulate. Infatti, gli studi preliminari, che esplorano questioni poco familiari, non le sollevano. Negli studi descrittivi, di solito non sono presenti ipotesi, o lo sono in conformità con la discrezione del ricercatore, che definisce il problema e i risultati stabiliti in precedenza.

Il ricercatore, dopo aver formulato il problema, sviluppa una possibile risposta, che dovrà essere verificata durante l'indagine. Le ipotesi di ricerca, a seconda della profondità dello studio, possono essere descrittive, correlazionali o esplicative.

• Fonti delle Ipotesi:
  • La revisione della letteratura.
  • Il problema.
• Requisiti delle Ipotesi:
  • Corrispondenza con la realtà.
  • Relazione tra le variabili.
  • Variabili misurabili.
  • Tecniche per la verifica.
• Tipi di Ipotesi di Ricerca: Nulle, Alternative, Statistiche (tipiche della valutazione quantitativa di correlazione o differenza di media).

• Descrizione: Previsione di una figura.
• Motivazione: Ciò che accade in una variabile può verificarsi in altre (bivariate) o in altre (multivariate).
• Correlazionale: Stabilire relazioni tra variabili, differenze di gruppo.

• Formulazione: Ambito dello studio:
  • Studi esplorativi: Nessuna ipotesi.
  • Studi descrittivi: I dati dello studio prevedono una correlazione. Specificare eventuali relazioni tra variabili.
  • Studi esplicativi: Determinare le ragioni per cui si verifica un fenomeno.

Ipotesi generali: Quelle che emergono dall'obiettivo generale e sono testate attraverso le loro rispettive specifiche.

Esempio: Esiste una relazione tra l'ambiente di lavoro percepito e il livello di motivazione mostrato dai dipendenti del Fondo di Compensazione Alfa.

Ipotesi specifiche: Il bisogno generale è una definizione dettagliata del comportamento delle variabili di ricerca in questione. Sono direttamente connesse agli obiettivi specifici e comprendono una serie di ipotesi derivate da assunzioni generali, che mirano a chiarire il contenuto e a rendere più espliciti i diversi aspetti oggetto di studio.

Esempi:

• I lavoratori del Fondo di Compensazione Alfa hanno una percezione positiva del clima di lavoro della loro organizzazione.
• I lavoratori del Fondo di Compensazione Alfa dimostrano un alto livello di motivazione nello svolgimento delle loro attività lavorative.
• Esiste un rapporto diretto e positivo tra il clima lavorativo percepito e i livelli di motivazione espressi dai lavoratori del Fondo di Compensazione Alfa.

Nelle ricerche qualitative, le ipotesi di solito non sono formulate, o almeno non nel modo tradizionale tipico degli studi quantitativi. Ciò che spesso viene usato al posto delle domande sono le linee guida (domande guida o assi) che rappresentano gli approcci preliminari che guideranno le azioni di produzione (che assumeranno la forma degli strumenti di raccolta dati).

Gli obiettivi riguardano la misura in cui permettono di costruire.

5. Popolazione e Processo di Campionamento

Tipi di Campionamento:

In un'indagine si può lavorare con tutta la popolazione o con un sottoinsieme di questa (campione) per ragioni di praticità ed economia delle risorse. Può essere: probabilistico (casuale semplice, sistematico, stratificato o a grappoli) o non probabilistico (casuale o accidentale, intenzionale o per quote).

Dimensione del Campione:

Nella letteratura sulle statistiche sociali, esistono diverse formule per calcolare la dimensione del campione a seconda della stima dei parametri e dell'errore di campionamento da considerare; tuttavia, ci sono criteri generali e pratiche che facilitano il processo. In termini di campione statisticamente rappresentativo, deve essere almeno il 5% della popolazione; in altri casi si suggerisce, ove possibile, di lavorare con campioni grandi, cioè di almeno 30 casi (legge dei grandi numeri).

Motivazioni e Caratteristiche, tenendo conto della sua rappresentatività:

Alcune considerazioni per la rappresentatività: età, status socioeconomico, livello di istruzione, genere e tutti gli altri aspetti rilevanti per ulteriori analisi.

Esempio:

La popolazione di questo studio consisteva in tutti i lavoratori del settore amministrativo della società Fondo di Compensazione Alfa. Il campione a cui sono stati applicati gli strumenti di raccolta dati era composto da 315 dipendenti, di cui 220 donne e 95 uomini, di età compresa tra i 18 e i 71 anni.

La maggior parte dei dipendenti che hanno partecipato allo studio erano impiegati nelle vendite (57%) e nel Servizio Clienti (35%); il restante 8% corrispondeva al personale della piattaforma telefonica.

Il tipo di campione può essere classificato come non probabilistico intenzionale, poiché i dipendenti sono stati selezionati secondo determinati criteri della sede amministrativa. A questo proposito, un requisito fondamentale per la selezione dei partecipanti era che avessero almeno un anno di anzianità. Inoltre, la partecipazione dei soggetti era volontaria, così che con questo approccio circa 15 lavoratori hanno risposto agli strumenti.

È importante notare che nella metodologia quantitativa si prevede che i risultati (se ottenuti da un campione) siano generalizzabili alla popolazione da cui è stato estratto. Per questo, è importante la significatività statistica. Questa condizione non è vera per i metodi qualitativi, i quali perdono di rilevanza. In altre parole, può essere utilizzato per fare riferimento al campione o ai selezionati dallo studio che tengono conto dell'attuazione finale dei risultati; di conseguenza, negli studi qualitativi sono spesso chiamati partecipanti allo studio.

Le valutazioni relative alla selezione dei partecipanti (o campione) dipendono dagli autori che sono stati utilizzati per la loro tesi. Tuttavia, sono di solito classificati come di tipo intenzionale nei loro aspetti più generali.

All'interno di questi, si possono trovare il campionamento di opinione (i partecipanti sono selezionati in base a criteri specifici di ricerca e la dimensione finale è nota) e il campionamento teorico (destinato alla costruzione e all'emergere di teorie, la dimensione finale non è nota - è un campionamento che si sviluppa progressivamente).

Allo stesso modo, devono essere specificate le caratteristiche rilevanti relative allo studio, le ragioni della scelta e il tipo di metodo di campionamento.

Definire il Disegno del Campione

Campionamento Probabilistico

La base è che tutti i componenti di un universo hanno la stessa probabilità di essere inclusi in un campione, per cui, una volta individuato l'universo, a ciascun elemento componente viene assegnato un identificativo univoco.

Campionamento Non Probabilistico

Nei campioni non probabilistici, la scelta non dipende dalla probabilità. In questi casi, la selezione delle unità o dei casi è a discrezione del ricercatore, che considera le proprietà in base alle specifiche finalità dello studio.

Tipi di Campionamento Probabilistico:

• Semplice
• Stratificato
• A grappoli o cluster
• A più stadi

Tipi di Campioni Non Probabilistici:

• Per tipo di soggetto
• Soggetti volontari
• Esperti in materia
• Per quote
• A valanga (Snowball)

1. Campione Probabilistico Semplice

Quando tutte le unità dell'universo sono note e hanno la stessa probabilità di essere selezionate nel campione.

Il più semplice, ma non molto veloce, è firmare ciascuno degli elementi del campione e estrarre le carte per completare la dimensione del campione.

Metodi per il Campionamento Probabilistico Semplice:

Un altro metodo è la tabella di numeri casuali. Per questo si sceglie a caso un punto qualsiasi della tabella (riga e colonna) e da esso, in ordine consecutivo, si selezionano i numeri che sono al di sotto del valore che rappresenta la dimensione del campione per completare il campione.

C'è un'altra procedura molto utile e facile di selezione da un intervallo (K) che si chiama selezione sistematica degli elementi del campione. Questo intervallo è determinato dalla dimensione della popolazione e del campione come segue: K = N / n.

2. Campione Probabilistico Stratificato

Quando ci sono strati importanti per la ricerca nell'universo, il campione viene selezionato all'interno dello strato, e possono essere utilizzate diverse procedure.

Tipi di Campione Casuale Stratificato:

Campionamento Stratificato Proporzionale

Quando non è sufficiente che ogni elemento del campione abbia la stessa probabilità di essere scelto, ma anche che mantenga la stessa proporzione nei vari strati o categorie che compaiono nella popolazione e che sono rilevanti per gli obiettivi della ricerca. Quello che facciamo è dividere la popolazione in sottogruppi e selezionare un campione da ciascuno. In questo caso, all'interno di ogni livello viene applicato un campionamento casuale semplice.

Campionamento Stratificato Non Proporzionale

Si usa quando giustificato secondo l'obiettivo delle indagini, e consiste nel manipolare il numero di casi da selezionare in ogni strato.

3. Campione Probabilistico a Grappoli (Cluster)

È quello in cui l'unità di campionamento (gli elementi dell'universo che vengono selezionati) non è l'unità o l'elemento della popolazione, ma il conglomerato.

È usato per ridurre i costi, il tempo e l'energia, e parte dalla considerazione che spesso le unità di analisi sono incapsulate o racchiuse in alcuni luoghi fisici o geografici che sono chiamati cluster.

ESEMPIO:

Nell'esempio di cui sopra si seleziona il campione dai gruppi di classi:

• Sappiamo che i 500 studenti sono raggruppati in 20 gruppi (corsi diversi).
• Definire il gruppo campione: 8 gruppi (corsi).
• Definire l'importo da campionare in ogni gruppo: 120 ÷ 8 = 15.
• Selezionare per sorteggio 8 gruppi.
• Scegliere a sorte 15 studenti in ogni gruppo selezionato.

4. Campione Probabilistico a Più Stadi

Si basa su un processo di suddivisione delle unità di campionamento.

Inizialmente si possono costruire alcuni gruppi o cluster chiamati unità di campionamento primarie, divisi in gruppi più piccoli o cluster identificati come unità di campionamento secondarie e così via, fino a quando non si soddisfa il criterio di ricerca.

ESEMPIO: Seguendo l'esempio precedente, se l'Università Autonoma Regionale dispone di 12 corsi di laurea, prima si definisce un campione di corsi (ad esempio 5).

In ogni corso di laurea viene definito un campione di gruppi di classe, e in ogni gruppo di classe si definisce il campione di studenti intervistati.

Poi si selezionano per sorteggio le scuole, i gruppi all'interno di ogni corso e gli studenti all'interno di ogni gruppo.

II. Campioni Non Probabilistici

Nei campioni non probabilistici, la scelta non dipende dalla probabilità. In questi casi, la selezione delle unità o dei casi è a discrezione del ricercatore, che considera le proprietà in base alle specifiche finalità dello studio.

Tipi di Campioni Non Probabilistici:

1. Per tipo di soggetto
2. Soggetti volontari
3. Esperti
4. Per quote
5. A valanga (Snowball)

1. Campione Non Probabilistico per Tipo di Soggetto

Si basa su gruppi di soggetti tipici in relazione a una particolare funzione, in cui l'obiettivo è la ricchezza, la profondità e la qualità delle informazioni. È utilizzato in studi esplorativi e di ricerca qualitativa. Esempio: studio di valori, regole e senso di appartenenza a bande. Tipi di soggetti: soggetti che appartengono a bande.

2. Campione Non Probabilistico di Soggetti Volontari

Utilizzato negli studi in cui l'intenzione è che i soggetti siano omogenei in alcune variabili, in modo che i risultati o gli effetti non dipendano dalle differenze individuali, ma dalle condizioni a cui sono stati sottoposti, utilizzando come elementi del campione individui che accettano volontariamente di partecipare alla ricerca. ESEMPIO: Studio sulla motivazione dello studente universitario con un test specifico. Vengono selezionati tra i volontari che si sono presentati, quelli che possiedono determinate caratteristiche che conferiscono omogeneità al gruppo (età, sesso, QI, ecc.) in modo che le differenze individuali non influenzino i risultati.

3. Campione Non Probabilistico di Esperti

Utilizzato quando è necessario il parere di esperti in materia. Questi campioni sono comuni nella ricerca qualitativa ed esplorativa. Esempio: ricerca sugli studenti, quali sono i metodi di studio più efficaci. Esperti: gli studenti con un indice accademico più elevato.

4. Campioni Non Probabilistici per Quote

Consiste nell'incaricare gli intervistatori di somministrare questionari a persone selezionate da loro, formando o riempiendo le quote in base alla percentuale di alcune variabili della popolazione. Questo tipo di campione è usato spesso in sondaggi d'opinione e di marketing.

Questi campioni dipendono in qualche misura dal giudizio dell'intervistatore. Questo rende il disegno vulnerabile, ma se c'è un buon controllo sull'aspetto del risparmio effettuato sul posto, si può giustificare questo tipo di disegni campionari.

ESEMPIO: Nell'esempio precedente, indagine sugli studenti IPLA sui metodi didattici utilizzati dai docenti. Viene detto loro che i sondaggi hanno una quota di 8 gruppi di 4 uomini che hanno risposto al sondaggio e 1 donna per raggiungere la cifra di 120 studenti.

5. Campionamento Non Probabilistico a Valanga (Snowball)

Consiste nel contattare un numero iniziale di soggetti in modo casuale, e dalle informazioni fornite da questi soggetti, se ne selezionano altri. Il campionamento è ampiamente utilizzato nel campo delle scienze sociali, in particolare per stabilire reti di comunicazione.

Esempio: l'effetto che l'uso di droghe può avere sul rendimento scolastico. Si inizia con 1 o 2 studenti che conoscono l'uso di droghe e, tramite loro, si localizzano altri, e così via.

C. Definire la Dimensione del Campione

Quando si forma un campione probabilistico, è fondamentale individuare il numero di unità campionarie necessarie e sufficienti a garantire che i risultati possano essere estesi alla popolazione con un'alta probabilità di successo.

6. Tecniche di Raccolta dei Dati

A questo punto è necessario descrivere gli strumenti utilizzati per raccogliere dati di ricerca.

Nel caso di lavoro con questionari o scale, deve essere descritto il numero di elementi, le dimensioni, il background teorico, le modalità di correzione, ecc., e le caratteristiche tecniche, quali indicatori di affidabilità, validità e norme (anche citando gli autori).

Se lo strumento è auto-costruito, nella relazione finale devono essere fornite informazioni sulle procedure utilizzate nella sua costruzione (implementazione pilota, valutazione dei giudici, ecc.).

Esempio: per rilevare la motivazione dei lavoratori è stata utilizzata la Scala di Motivazione al Lavoro sviluppata da Pérez, Arroyo, García e Torres (2005).

Questo strumento è composto da 47 item presentati su una scala Likert a 4 punti, con i suoi punti estremi "mi motiva sempre" e "non mi motiva mai".

La ricerca ha dimostrato l'adeguatezza delle proprietà psicometriche, il che facilita la corretta applicazione e interpretazione. A questo proposito, Amador e Pérez (2005) illustrano una struttura fattoriale che corrisponde a quella inizialmente presentata dagli autori, sottolineando la validità di costrutto fattoriale appropriata dello strumento. Allo stesso tempo, questi ricercatori hanno notato che l'affidabilità dello strumento era buona (Alfa di Cronbach = 0,93).

Requisiti per gli Strumenti di Raccolta dei Dati:

• Validità: Lo strumento misura ciò che intende misurare e nient'altro di simile.
• Affidabilità: Lo strumento di misurazione, applicato in altri momenti, produce risultati simili.

La raccolta di dati per studi qualitativi, il termine spesso usato è tecniche di produzione di informazioni. Queste strategie sono spesso basate su approcci aperti e flessibili, in modo che non si misurino aspetti della realtà, ma si costruiscano attraverso il mondo sociale.

Questi includono: interviste in profondità / interviste biografiche semi-strutturate (storie di vita), osservazione partecipante e non partecipante, osservazioni sul campo, tra gli altri.

Per ciascuna di esse, devono essere descritte le loro caratteristiche e la forma particolare che assumono per effettuare la propria ricerca.

7. Procedura di Analisi dei Dati

Va ricordata e giustificata la procedura di analisi dei dati, che dipende principalmente dalla natura dei dati, dal livello di misurazione delle variabili (nominale, ordinale, a intervalli o a rapporto) e dalla modalità di studio per profondità (esplorativa, descrittiva, correlazionale o esplicativa). In particolare, si devono individuare gli elementi analizzati con statistiche descrittive e inferenziali, insieme al tipo di test statistici (parametrici o non parametrici).

Specificare anche il software che è stato utilizzato. Così, in una ricerca quantitativa, si deve descrivere e giustificare le tecniche statistiche utilizzate e il software e la versione utilizzata (SPSS 16.0, STAT, Excel, ecc.).

Esempio: per rappresentare il comportamento della percezione individuale delle variabili clima di lavoro e motivazione dei lavoratori Alfa, sono state applicate statistiche descrittive. A questo proposito, si sottolinea l'uso di tabelle di frequenza, tabelle di contingenza, grafici (istogrammi) e misure di tendenza centrale (media) e di variabilità (deviazione standard).

Per condurre l'analisi inferenziale (per valutare la correlazione tra due variabili) è stato utilizzato il test parametrico del coefficiente di correlazione di Pearson, considerando che entrambe le variabili sono misure a livello di intervallo e il loro rapporto (rappresentato da un diagramma di dispersione) può essere classificato come lineare (Triola, 2004).

Negli studi di ricerca qualitativa, nella procedura di analisi dei dati si dovrebbe precisare se si intende fare riferimento a un'analisi del contenuto, un'analisi del discorso, il tipo di codifica da utilizzare (codifica aperta, assiale, selettiva), ecc. Quanto precede è coerente con l'epistemologia e le relative scuole di metodo.

Tipi di Strumenti nella Ricerca Sociale

1. Scale per la misurazione degli atteggiamenti
2. Questionario
3. Analisi del contenuto
4. Osservazione
5. Test standardizzati
6. Sessione in profondità

1. Scala Likert

Rensis Likert ha sviluppato questa procedura all'inizio degli anni '30, ma è tuttora applicabile e ricorrente in diverse indagini per misurare gli atteggiamenti dei soggetti nei confronti di un reattivo. È costituita da un insieme di voci che presentano dichiarazioni rispetto alle quali si chiede la reazione dei soggetti.

Atteggiamenti

Le Scienze Sociali ricorrono spesso allo studio degli atteggiamenti, poiché si riferiscono a tre aspetti della personalità di un soggetto:

• Aspetto Cognitivo
• Aspetto Emozionale
• Aspetto Comportamentale

2. Questionari

• Che tipo di domande? Domande chiuse e aperte.
• Una o più domande per misurare una variabile? Dipende.
• Le domande sono pre-codificate o no? Sì (pacchetto statistico).
• Quali sono le caratteristiche di una domanda? Chiare e comprensibili.
• Non dovrebbero preoccuparsi di fare riferimento principalmente a un unico aspetto.
• Le domande non devono indurre risposte.
• Non possono basarsi su istituzioni.
• L'ordine delle risposte non dovrebbe influenzare le scelte.
• Il linguaggio deve essere adattato alle caratteristiche dell'intervistato.
• Come devono essere le prime domande di un questionario? Neutre o facili.
• Cosa include un questionario? Istruzioni, lettera di presentazione, garanzia di riservatezza delle informazioni.
• Quale dovrebbe essere la dimensione di un questionario? Dipende dal numero di variabili e dimensioni da misurare, dall'interesse degli intervistati e dal modo in cui viene somministrato.
• Come vengono codificate le domande aperte? Trovare e nominare i modelli generali di risposta. Elencare i segni e i modelli numerici (le categorie).
• In quali contesti può essere somministrato o applicato un questionario? Auto-somministrato.
• Intervista personale.
• Intervista telefonica.
• Auto-somministrato via mail.

Consigli:

• Analfabeti = Questionario intervista.
• Livello di lettura di base = Interviste o questionari semplici.
• Alto livello di lettura = Questionari auto-somministrati o telefonici.
• Interviste personali = Atmosfera appropriata.

3. Analisi del Contenuto

Tecnica per studiare e analizzare la comunicazione in modo obiettivo, sistematico e quantitativo (Berelson, 1952). Krippendorff estende la definizione di analisi del contenuto a una tecnica di ricerca per trarre deduzioni valide e affidabili dai dati riguardo al loro contesto (Hernández et al.).

4. Osservazione

Registrazione sistematica, valida e affidabile dei comportamenti manifesti (Hernández et al.).

Passi:

• Definire con precisione l'universo di temi, eventi o comportamenti da osservare.
• Disegnare un campione rappresentativo dei temi, eventi o comportamenti da osservare.
• Stabilire e definire le unità di osservazione (ogni volta, ogni minuto, ecc.).
• Stabilire e definire le categorie e sottocategorie di osservazione.

Esempi di Categorie di Osservazione:

• Distanza fisica: Approccio (affiliazione), Allontanamento (evasione).
• Movimenti del corpo: Rilassamento (affiliazione), Tensione (evasione).
• Comportamento visivo: Fissare (sicurezza), Guardare altrove (evitamento).
• Condotta verbale: Frasi complete (affiliazione), Frasi dicotomiche e silenzi (evitamento).

Selezionare gli osservatori, scegliere i mezzi di osservazione, sviluppare fogli di codifica. Assicurare la formazione dei codificatori, calcolare l'affidabilità tra osservatori, eseguire la codifica dei dati e l'analisi dell'osservazione.

Tipi di Osservazione:

• Partecipante.
• Non partecipante.

Vantaggi delle Tecniche di Osservazione:

L'osservazione non strutturata favorisce un comportamento naturale, incoraggiando al contempo l'uso di strumenti di risposta. Accetta materiale non strutturato. È in grado di gestire grandi volumi di dati.

5. Test Standardizzati

Sono quelli che misurano un gran numero di variabili.

Tipi:

Competenze e abilità, personalità, interessi, valori, prestazioni, motivazione, ecc.

Problema dei Test Standardizzati:

La domanda di contesto.

6. Sessione in Profondità

Riunisce un gruppo di persone e lavora con esse in relazione alle variabili indagate. Possono essere utilizzate una o più riunioni.