RICERCA SOCIALE (EARL BABBIE)

Capitolo 1 – L'indagine ordinaria umana e la scienza.

L'epistemologia è la scienza della conoscenza (scientifica); la metodologia (un sottoinsieme
dell'epistemologia) può essere definita la scienza della scoperta. Il testo prende in esame la metodologia
delle scienze sociali, cioè il modo in cui gli scienziati indagano la società umana, alcune metodiche rientrano
nella scienza pura altre nella sociologia.
Tutti vorrebbero predire il futuro, per farlo occorre applicare la casualità e la provabilità. In primo luogo le
azioni future sono causate dal presente (se studio avrò un bel voto), in secondo luogo i modelli di causa-
effetto sono di natura provabilistica: se esiste la causa esiste l'effetto (per cui non sempre se studio otterrò un
bel voto). Il tentativo di prevedere è spesso collegato alla conoscenza, possiamo inoltre conoscere perché le
cose sono collegate tra di loro e perché alcuni schemi si ripetono. I nostri tentativi di imparare a conoscere il
mondo sono collegati solo parzialmente all’esperienza diretta o all’indagine personale. Un’altra parte, molto
più consistente, deriva dall’accordo sulla conoscenza che qualcun altro ci ha trasmesso.
Stiamo parlando della tradizione. Essa porta con se alcune verità accettarle ci evita di dover compiere lo
sforzo di “partire da zero” nella ricerca di comprendere il mondo. L'aspetto negativo della tradizione è però
quello di accettare per assodate queste verità, senza metterle in discussione. Un fatto può essere più
credibile se raccontato da una persona autorevole, come ad esempio da uno scienziato. La ricerca della verità
può essere quindi ostacolata anche dall'autorità. Anche gli scienziati sbagliano, ma spesso ci fidiamo di
loro, o di leader politici che ci rassicurano su un argomento senza averne nessuna conoscenza tecnica.
Atri errori che nascondono insidie sono:
 Osservazione imprecisa: accade perché i sensi umani non permettono di ricordare tutti i particolari, la
maggior parte dei casi ci concentriamo su alcuni, i più significativi.
 Sovra generalizzazione: avviene quando sulla base di poche osservazioni si riconduce quanto visto ad
un modello generale. Per evitare questo errore bisogna disporre di un campione sufficientemente ampio
di osservazioni.
 Attenzione selettiva: deriva dalla sovra-generalizzazione, una volta trovato un modello tendiamo a
concentrare l'attenzione soltanto sugli eventi o situazioni che lo confermino.
 Ragionamento non logico: cioè impostare il proprio comportamento o la propria osservazione su
schemi mentali non logici. Come ad esempio: “è stato bello per tutto il mese, quindi il prossimo
weekend pioverà, perciò non programmo la mia vacanza.”

Che cos'è reale? Difficile da rispondere perché spesso ciò che è reale ha assunto significati diversi a
seconda delle epoche e dei luoghi.
 Per il punto di vista Pre-moderno reale ciò che vediamo.
 Per il punto di vista Moderno reale è ciò che vediamo, ma accettiamo che altri vedano cose diverse
nel medesimo oggetto. Esso considera la diversità: non esistono buoni o cattivi, ma punti di vista
differenti.
 Per il punto di vista Post-moderno tutto ciò che vediamo non è una realtà obiettiva, ma “una” (delle
tante) realtà. Non esiste la possibilità di definire una realtà assoluta: “non esiste la possibilità che gli
uomini smettano di essere uomini per vedere e comprendere il mondo per come veramente è, ma
vedranno il mondo sempre con gli occhi di un uomo”.
Le basi delle scienze sociali.
La scienza si basa sui pilastri di Logica (tutto ciò che osserviamo deve avere un senso) e Osservazione (tutto
ciò che studiamo deve essere in qualche modo visibile). I due pilastri servono alla scoperta scientifica per
raccogliere dati, analizzarli e costruire una teoria.
La teoria sociale riguarda ciò che è o non è, non ciò che dovrebbe essere. Una teoria scientifica non può
risolvere il dibattito sui valori, è meglio questo piuttosto che quest'altro, può solo essere in accordo o in
disaccordo con una visione del mondo.
Le teorie sociologiche si sforzano di identificare i modelli di vita sociale. Norme e convenzioni originano
molte regolarità e regolano i comportamenti sociali (es. solo chi ha 18 anni può votare).
Le regolarità sono numerose, ma le regolarità non sono che modelli probabilistici e non sicurezza al 100%.
Anche nelle materie scientifiche rigide possono verificarsi delle discrepanze nell'applicazione di una regola,
cioè delle variabili.
Le scienze sociali studiano l'insieme degli individui, o meglio gli insiemi di variabili. I sociologi studiano le
variabili che aumentano o diminuiscono il livello di intolleranza, poiché un sistema composto da sole
variabili può risultare incomprensibile. Per capire il concetto possiamo dire che l'obiettivo di un MMG è
quello di guarire il suo paziente, l'obiettivo della medicina è diverso e riguarda tutte le variabili possibili che
causano una malattia. In una ricerca medica, ci si occupa della salute dell'individuo (come per il MMG), ma
per lo studio sono necessarie solo le informazioni che provengono da pazienti utili per la ricerca, non sempre
tutti i pazienti vengono coinvolti.
La ricerca sociale allo stesso modo prende in esame le variabili e gli attributi che le compongono, la ricerca
coinvolge solo le persone in quanto “portatrici” di tali variabili.
Le variabili sono raggruppamenti logici: ad esempio la variabile genere è composta da due attributi
[maschio, femmina]. Attraverso altre variabili (la professione, la classe sociale) Il sociologo può studiare
l'occupazione in relazione alla variabile genere.
Ci aspettiamo che a determinati attributi corrispondano determinate caratteristiche. Questa aspettativa
riguarda la causazione: ci aspettiamo che gli attributi posseduti da una persona in relazione a una variabile
siano la causa o favoriscano una determinata variabile.
Consideriamo per esempio le variabili istruzione (I) e pregiudizio (P). Possiamo dividere le due variabili in
variabile indipendente, la prima (I) e variabile dipendente, la seconda (P). Il P è una variabile dipendente
perché dipende da qualcos'altro come per esempio (nel caso posto nel testo) dalla variabile indipendente I,
“se una persona ha un alto il livello di istruzione, avrà meno pregiudizi”. È importante sottolineare che
anche l'istruzione potrebbe essere una variabile dipendente perché potrebbe dipendere da qualcos'altro come
l'istruzione dei genitori, la classe sociale etc.
Gli obiettivi della ricerca sociale è quello di conoscere, esplorare, spiegare o semplicemente descrivere un
fenomeno. Spesso la ricerca ha scopi esplicativi: comprendere perché avviene un dato fenomeno in termini
di relazioni causali: perché il tasso di disoccupazione è più alto in alcune zone, perché gli uomini riguardano
più delle donne, etc. Molto della ricerca coinvolge la problematiche riguardano la metodologia (la tecnica, la
logica...) , ma molto viene coinvolto dall'etica.

Alcune dialettiche della ricerca sociale.

1) Nella ricerca sociale esistono approcci:
 la spiegazione idiografica: si propone di studiare i fenomeni secondo individualità, cercando
solo elementi specifici. Idio vuol dire unico, lo scopo dell'ideografia è ottenere una spiegazione
completa di un caso caso specifico.
 la spiegazione nomotetica: si propone di studiare i fenomeni secondo regolarità e cercando solo
gli elementi generali. È una spiegazione che riguarda una classe di situazioni o eventi piuttosto
che un singolo fatto, usando uno solo o pochi fattori esplicativi e stabilendo una spiegazione
parziale. Lo scopo della spiegazione nomotetica è quello di rendere conto, in generale di molti
casi.
Nell'impostazione nomotetica si parte da una ipotesi e quindi da una predizione. Avendo studiato delle
situazioni le si può riconoscere e prevedere ciò che accadrà al ripresentarsi delle medesime circostanze.
Nell'impostazione idiografica si ottiene una spiegazione alla fine del percorso, si parla quindi di una
retrodizione, si studierà quindi un episodio e come sia potuto verificarsi ma dopo che ciò è successo.
Una regola che vale per tutti i metodi è l'applicazione dell'osservazione, indispensabile al fine di
qualsivoglia metodologia sia nomotetica che idiografica.
2) Oltre questi due approcci esistono due ragionamenti: induttivo e deduttivo.
 Il ragionamento induttivo: va dal particolare al generale, inizia con una serie di osservazioni
specifiche per arrivare alla scoperta di un modello [questo coniglio è rosa quindi tutti i conigli sono
rosa]. Si inizia con il “se” per giungere al “perché”.
 Il ragionamento deduttivo: parte dal generale per arrivare allo specifico, inizia dal modello che
dovremo logicamente (secondo le teorie) attenderci alle osservazioni dettagliate che dovrebbero
confermare o meno la teoria [tutti i conigli sono rosa questo è un coniglio quindi è rosa]. Si inizia
con il “perché” per giungere al “se”.

Entrambi gli approcci sono validi, ma ognuno può stimolare un tipo di ricerca piuttosto che un altro.
Induzione e deduzione non sono in antitesi, ma se applicate assieme possono fornire una visione più
completa.
3) Un ultima distinzione riguarda i dati. I dati vengono distinti in quantitativi e qualitativi che, in sostanza,
è la differenza fra dati numerici e dati non numerici. Ogni osservazione all’inizio è qualitativa, ma è
necessario rendere più esplicite le nostre osservazioni attraverso una quantificazione. I dati quantitativi si
applicano inoltre sia a semplici statistiche che a complesse formule matematiche. Quantificare un concetto
non è tuttavia un'operazione semplice, bisogna partire dalla definizione del concetto, selezionare tutto ciò
che lo rappresenta (eliminando ciò che non lo rappresenta). In genere la spiegazione idiografica è conseguita
con analisi qualitative, mentre la spiegazione nomotetica con analisi quantitative.

La ricerca pura o applicata. La ricerca sociale può essere spinta da due motivazioni: la comprensione e
l'applicazione. Da un lato i ricercatori vorrebbero capire i meccanismi e i funzionamento di determinati
fenomeni, dall'altro studiano ciò che può “fare la differenza” e migliorare la società. Chi vuole sconfiggere
l'AIDS studia come sconfiggere il virus, ma capire da dove nasce.

Capitolo 2 -paradigmi, teoria e ricerca.

Quando incontriamo qualcuno per la prima volta costruiamo un insieme di regole di comportamento
reciproco. Negli incontri successivi applicheremo tali regole. Contrariamente Marx sostiene che la vita
sociale è una continua lotta tra “chi ha e” “chi non ha”, ciascun gruppo cerca di dominare l'altro. Tuttavia le
regole sui comportamenti non sono create dai gruppi, ma dalla struttura economica della società.

Le teorie cercano di fornire spiegazioni logiche, servono inoltre a tre scopi:

1. evitare il ricorso alla spiegazione “fortuna” (è stato un caso);
2. le teorie permettono di interpretare i modelli e possono suggerire alternative (se capiamo perché il
risultato non è quello sperato potremmo ottenere un risultato migliore la prossima volta);
3. le teorie possono suggerire quali saranno le possibili scoperte di un'osservazione empirica (le teorie
possono dirigere i ricercatori dove è possibile scoprire modelli interessanti di vita).

ALCUNI PARADIGMI SOCIALI

I paradigmi sono modelli, prospettive di riferimento a cui ci riferiamo, schemi di pensiero e di
interpretazione della realtà. È difficile riconoscere i paradigmi in quanto sono taciti, impliciti e dati per
scontati. Operare all'interno di un paradigma può essere vantaggioso, ma spesso risultano come “il modo in
cui le cose sono” piuttosto che “un punto di vista tra molti”. Essi ricoprono un ruolo fondamentale nella
scienza e nella vita quotidiana. I paradigmi scientifici possono guadagnare o perdere credibilità, ma è
difficile che siano abbandonati.
Alcuni scienziati sociali si concentrano sulla società nel suo complesso, mentre altri su parte di essa. Per
questo i temi si possono classificare in macroteorie, se basate su relazioni sociali su vasta scala, o
microteorie se studiano relazioni su piccoli gruppi.
Il primo positivismo la sociologia (Comte 1822) è nata con l'intento di studiare la società come fenomeno
che può essere studiato scientificamente. Comte separò la religione dalla ricerca e individuò tre stadi della
storia dell'umanità
1. lo stadio teologico (fino al 1300)
2. lo stadio metafisico (che aveva sostituito Dio alla forza e alle leggi della Natura)
3. lo stadio positivo (che avrebbe dovuto essere quello conoscenza fondata sull'osservazione).
Lo stadio positivo pose le basi per lo sviluppo delle scienze sociali.
Il paradigma del conflitto. È legato alle dinamiche di potere. Nasce dallo studio della lotta fra classi di
Marx, il quale analizzò il modo in cui il capitalismo produceva oppressione sui lavoratori a opera dei
padroni delle fabbriche. Le stesse teorie sono ancora valide se rapportate ai giochi di potere tra Stati (in
particolare quelli del terzo mondo) e FMI, BN, BCE etc.
L'interazionismo simbolico. Similarmente a Marx, ma livello micro, George Simmel ha studiato le
relazioni tra diadi e triadi (la coppia, gli amici, la famiglia...), cercando di capire il senso di appartenenza, il
concetto dell'io come specchio, l'assumere il ruolo dell'altro etc.
L'etnometodologia:(o metodologia delle persone) suggerisce un paradigma secondo cui tutti gli individui
creano la realtà e ognuno agisce come uno scienziato sociale.
Lo struttural-funzionalismo (o teoria dei sistemi sociali) concepisce la società come un sistema. Questo
sistema-organismo è composto da numerose parti, ognuna delle quali con dei compiti specifici. Guardare
alla società significa quindi cercare le funzioni svolte dalle varie parti che la compongono.
Il muticulturalismo. Molti studi sul M analizzano i ruolo della razza nella politica e nel governo.
Obiettività razionale rivista. L'esperimento di Asch (1958) evidenza l'influenza del gruppo sul singolo. Il
singolo pur convinto di aver risposto corretto ad una domanda è influenzato dalle risposte (sbagliate) date
dal gruppo, razionalità ed emozione intervengono nei nostri comportamenti. Tutte le esperienze che viviamo
sono inevitabilmente soggettive, tutti noi sentiamo e vediamo le cose in una certa misura diverse, ma
nonostante ciò cerchiamo di rendere tali esperienze il più oggettivo possibile. Il positivismo crede in una
realtà obiettiva logicamente ordinata che è possibile conoscere. Il postmodernismo mette in discussione
questa visione, in quanto sappiamo che spesso in passato ciò che era considerato obiettività scientifica altro
no era che un accordo tra persone (o una convenzione). Non sapremo mai se esiste una realtà obiettiva, ma
potremmo sperimentare se la nostra è illusoria o obiettiva. Tuttavia anche lo stesso positivismo si basa sul
concetto di fede, la fede nella realtà di un mondo oggettivo.

DUE SISTEMI LOGICI DIVISI (deduttivo e induttivo)

Il modello tradizionale di scienza comprende tre elementi che sono nell'ordine: teoria, definizione operativa
e osservazione.
 Teoria secondo il modello scientifico tradizionale gli scienziati cominciano con una teoria da cui
possono ricavare ipotesi da mettere alla prova.
 Definizione operativa: (o operativizzazione) per mettere alla prova un'ipotesi dobbiamo specificare
i significati di tutte le variabili che la riguardano, in seguito precisiamo come abbiamo intenzione di
misurare queste variabili (esistono diversi modi per farlo per questo dobbiamo dichiarare come
abbiamo svolto il lavoro). Le definizioni devono essere chiare e avere un significato che riconduce
allo scopo principale della ricerca.
 Osservazione: dopo aver chiarito la teoria e le aspettative, aver definito una strategia rimarrà solo
osservare le cose.
Falsificazione: se i dati confermano la nostra teoria abbiamo ottenuto lo scopo. Ma un ulteriore
passo è la possibilità di falsificare i dati. La falsificazione è una qualità fondamentale di qualsiasi ipotesi, se
non c'è possibilità di falsificare la nostra ipotesi non dice nulla di interessante o una semplice ovvietà.
Il metodo scientifico tradizionale usa una logica di tipo deduttivo. Inizia con un modello atteso e cerca di
confermalo. Allo stesso modo la ricerca può essere effettuata tramite un modello induttivo, ovvero
osservando e tentando di creare un modello.
LA COSTRUZIONE DI UNA TEORIA DEDUTTIVA
Questi sono i passaggi chiave:
1. Specificare l'argomento.
2. specificare l'insieme dei fenomeni che abbiamo intenzione di studiare (gli uomini, i cittadini di uno
stato, i giovani, etc).
3. Identifichiamo e spieghiamo i concetti e le variabili principali.
4. cerchiamo ciò che si sa già, ciò che è stato dimostrato, sulle relazioni tra variabili.
5. procediamo in modo logico provando a collegare le proposizioni note con il nostro argomento.

Esempio. La giustizia distributiva: cioè il fatto che le persone percepiscano di essere trattate equamente
(Jasso 1988).
La percezione dipende da due variabili: a) da ciò che possediamo, b) dal confronto con quello che hanno gli
altri. La misurazione delle variabili può partire dal denaro posseduto, dalla stima etc.
LA COSTRUZIONE DELLA TEORIA INDUTTIVA
Per costruire una teoria in modo induttiva gli scienziati sociali usano solitamente la ricerca sul campo.
Analizzano alcuni aspetti sociali cercando di capire i modelli che potrebbero indicare dei principi universali.
La ricerca sul campo prevede un osservazione diretta di eventi che stanno accadendo.
Esempio. Perché le persone fumano marijuana (Takeuchi 1974). Dallo studio sul campus universitario
l'autore scoprì tre variabili indipendenti l'una dall'altra: a)le studentesse fumavano meno degli studenti, b)gli
asiatici fumavano meno delle altre etnie, c)gli studenti che vivevano con i genitori fumavano meno. Dallo
studio emerse quella che viene definita la “teoria del controllo sociale” secondo la quale: “più sono i vincoli
a cui è sottoposto uno studente minori sue provabilità di fumare marijuana”. Il ricercatore non aveva pensato
a questa teoria quando iniziò, ma fu elaborata grazie l'analisi dei dati.

DALLA TEORIA ALLA RICERCA.

Nella ricerca il confine tra induttivo e deduttivo non è sempre così netto. A volte le questioni teoriche
rimangono sullo sfondo, oppure al contrario le ricerche citano dati per rinforzare teorie, in altri casi la
ricerca non usa teorie, ma mira a descrizioni etnografiche, antropologica o comportamentali.
L'importanza della teoria con il mondo reale. Le teorie servono (nel mondo reale) per diverse
applicazioni pratiche (in psicologia, in sociologia...). Teoria ed etica della ricerca. Scegliere un paradigma
o una conclusione non garantirà una particolare conclusione, ma influenzerà ciò che cercheremo o
ignoreremo nella ricerca. Tuttavia quando i ricercatori intendono favorire un cambiamento sociale
cercheranno un orientamento teorico capace di raggiungere lo scopo. Inoltre la natura collettiva della ricerca
sociale dovrebbe garantire una barriera contro gli errori nelle ricerche.

Capitolo 3 – L'etica e le politiche della ricerca sociale.

Nella pratica esistono quattro vincoli ai progetti di ricerca: vincoli scientifici, amministrativi, etici e
politici. Il testo si occupa principalmente dei primi due, mentre questo capitolo si occuperà del peso degli
altri due. Tutti pensiamo di essere in linea con l'etica, il problema è che nella vita, e nella ricerca sociale
l'etica non è sempre così evidente. Molte professioni sono regolate da codici etici, vi è un etica diversa per,
sacerdoti, assistenti sociali, medici, giornalisti etc.
Le questioni etiche della ricerca sociale. L'etica è solitamente associata con la morale ed entrambe
riguardano cosa sia giusto e cosa sia sbagliato. Ma che cosa è giusto e cosa è sbagliato? Le fonti dell'etica
sono le più disparate: la religione, le ideologie, le osservazioni pragmatiche di ciò che sembra funzionare e
cosa no. Etica significa “conformarsi agli standard di condotta di un gruppo o di una professione”. Nella vita
quotidiana l'etica e la morale non è altro che un accordo tra membri di un gruppo, non dobbiamo stupirci se
gruppi differenti non sono in accordo sui codici di condotta.
Anche la ricerca sociale ha dei limiti che potremmo definire l'etica nella ricerca sociale, essi sono
principalmente: la partecipazione volontaria, il non danneggiare gli altri, l'anonimato e la riservatezza.
 La partecipazione volontaria. Perché dovremmo rispondere ad un test per una ricerca sociale?
Innanzitutto perché il nostro sforzo, e lo sforzo di un ricercatore potrebbero aiutare l'umanità
intera. Nessuno però deve essere obbligato a partecipare. Questo spesso vale per la teoria, ma non
sempre per la pratica. In molti casi si accetta per evitare o per ottenere qualcosa (come per es
quando un detenuto accetta di sottoporsi a sperimentazioni farmacologica per ottenere libertà
vigilata).
 Il non danneggiare i partecipanti. Evitando la diffusione di informazioni imbarazzanti che
potrebbero mettere in pericolo la vita privata, il lavoro, etc. Durante una ricerca possono
emergere aspetti personali, psicologici, opinioni etc. In un esperimento medico (o anche durante
un operazione) è necessario il consenso informato, il paziente deve essere informato di quali
rischi può andare incontro per cui può accettarli o eventualmente rifiutare. In alcuni casi sembra
scontato, nella pratica a volte lo è meno.
  L'anonimato è l'impossibilità di associare un intervistato ad una data risposta. In alcuni casi
questa condizione è necessaria (es per ottenere risposte sincere in una ricerca sul consumo di
droghe), mentre in altri potrebbe avere delle conseguenze nella ricerca.
 La riservatezza (o confidenzialità) nel caso in cui il ricercatore possa risalire dai dati all'identità
dell'intervistato è necessaria la garanzia che il ricercatore si impegni pubblicamente a non
pubblicare o rivelare l'identità dell'intervistato. Alla riservatezza esistono poche eccezioni come il
consenso o la gravità (cita come esempio il disastro ambientale della nave cisterna Exxon 1992).
Per evitare il peso etico di custodire la riservatezza ogni ricercatore dovrebbe rimuovere le
informazioni prima di poter identificare i soggetti.
 L'inganno. A volte è utile e necessario presentarsi come ricercatori, a volte controproducente.
Non è etico celare la propria identità di ricercatore ingannando l'intervistato, qualsiasi
giustificazione anche se data dall'urgenza è opinabile. Per girare l'ostacolo molti ricercatori
omettono particolari sulla propria ricerca (scopi, mandatari etc). Una possibile soluzione è il
debriefing, dove l'intervistato può evidenziare limiti e problemi fornire suggerimenti. degli
intervistati.
 L'analisi e presentazione dei risultati. All'interno dell'etica anche i ricercatori hanno degli
obblighi verso i colleghi e verso i lettori. Devono essere evidenziati i limiti, gli errori, la
documentazione, la scienza progredisce attraverso l'onestà e l'apertura, ammettere i propri errori
servirà a impedire che altri ricercatori facciano altrettanto.
DUE QUESTIONI ETICHE
Problemi nella stanza del tè. La Sdt è un luogo di ritrovo occasionale per omosessuali (bagni pubblici). Il
ricercatore Laund Humphreys (1970) ingannava gli omosessuali, dichiaratamente eterosessuali, che
s’incontravano facendo da palo, per poi rintracciarli tramite la targa e porre delle interviste. Molti hanno
accusato il sociologo di un’enorme invasione della privacy nel nome della scienza.
L'osservazione dell'obbedienza. L'esperimento (Stanley Milgram 1963-65) trae origine dalle risposte dei
carnefici nazisti al processo di Norimberga, la maggior parte di loro rispose giustificandosi: “io stavo solo
eseguendo gli ordini”. Vengono selezionati dei volontari per interpretare il ruolo di “insegnante” e “allievo”.
Le istruzioni degli insegnanti sono quelle di azionare un pulsante con una scarica elettrica, progressivamente
più forte, per ogni risposta errata dell'allievo. Non sapendo che ogni allievo era un attore, molti insegnanti
hanno eseguito gli ordini arrivando a voltaggi altissimi (315 volt), ridotta è stata la percentuale di chi si è
rifiutato di compiere il gesto. L'esperimento fu criticato dal punto di vista etico.

LE POLITICHE DELLA RICERCA SOCIALE.

Se l'etica riguarda i metodi adottati nella ricerca la politica sostanzialmente dell'uso della ricerca. Se
esistono dei codici etici pur essendo diversi l'uno dall'altro, non esistono codici formali di condotta politica
accettati da tutti. Tuttavia alcune norme etiche possiedono alcuni aspetti politici. Un unica certezza è che
l'orientamento politico del ricercatore non dovrebbe interferire nella ricerca.
Obiettività e ideologia. La ricerca sociale non può mai essere obiettiva poiché i ricercatori sono esseri
umani ci saranno sempre tracce di soggettività. Ci si avvicina all'oggettività attraverso l'intersoggettività:
differenti scienziati, differenti visioni possono ottenere gli stessi risultati con tecniche comuni. Max Weber
in “scienza come vocazione” (1925) voleva la sociologia “libera da valori”, essa (come le altre scienze)
doveva essere sgombra da valori personali per poter dare il suo contributo alla società. Il pensiero marxista
contrariamente sostiene che limitarsi a studiare la società senza intervenire (attraverso un'azione politica)
sarebbe irresponsabile.
In molti casi è evidente che la politica troppo spesso entra nella ricerca sociale danneggiandola e
sfruttandola subdolamente trasformando i risultati. Oscurando alcuni e evidenziandone altri. Difficile è non
sconfinare nella politica quando la ricerca tocca temi importanti come la razza, la sessualità, povertà e
potere.
La ricerca sociale su temi così importanti che toccano i valori non può apparire obiettiva e asettica. I
ricercatori sociali ha spesso svolto il ruolo di consulenti per conto di tribunali, in azioni legali, dove il loro
scopo era la ricerca della verità senza rappresentare l'una o l'altra parte.
La scienza sociale, infine, non è libera dal processo di “politicizzazione della scienza”, fenomeno per il
quale si scelgono non a caso investimenti in settori (quelli più economicamente produttivi) piuttosto che in
altri.
Capitolo 4 Il disegno della ricerca.
Lo scopo della scienza è la scoperta. Indipendentemente da cosa si vuole scoprire, importante è soprattutto il
come, cioè i modi per farlo. I progetti di ricerca si occupano di questo dettaglio cosa e come scoprire. Se
rispondiamo alla prima questione arriveremo alla seconda perché,come dicono i matematici, una domanda
posta correttamente contiene già la risposta.

TRE OBIETTIVI DELLA RICERCA

La ricerca può perseguire molteplici scopi, i principali sono: l'esplorazione, la descrizione e la spiegazione.
1. L'Esplorazione. Esplorare un argomento significa cominciare a conoscerlo. L’esplorazione avviene
solitamente quando un ricercatore si interessa a un tema per la prima volta, oppure il tema è
relativamente nuovo. A volte tale ricerca, avviene attraverso l’uso di focus-group, o piccoli gruppi di
discussione. Di solito questo studio è eseguito per:
a) soddisfare la curiosità del ricercatore e il suo desiderio di comprendere meglio,
b) controllare la fattibilità di intraprendere uno studio più ampio
c) c) sviluppare metodi da impiegare in studi successivi.
Il suo principale difetto è che offre solo in rari casi risposte soddisfacenti e il motivo risiede nella sua
mancanza di rappresentatività: le caratteristiche delle persone che analizziamo potrebbero non essere quelle
della popolazione più ampia che ci interessa.
1.

2. La descrizione. Molti studi scientifici hanno come scopo quello di descrivere situazioni od eventi.
Sono descrizioni scientifiche, attente e accurate. Molti studi qualitativi mirano a descrivere una
situazione, come ad esempio un'etnografia antropologica per spiegare le usanze di una società
primitiva, rimanendo studi descrittivi. Di solito la ricerca continua per capire il perché esistono i
modelli studiati e cosa implicano.
3. La spiegazione. Si occupa di capire il perché. Studiare ad esempio le scelte di voto è un'analisi
descrittiva, spiegare il perché del voto è un'analisi esplicativa.
 Studi descrittivi: Cosa? \ Dove? \ Quando? \ Come?
 Studi esplicativi: Perché?

LA LOGICA DELLA SPIEGAZIONE NOMOTETICA.

L'esempio sull'uso di marijuana del capitolo 1 (Takeuchi 1974) rappresenta una spiegazione nomotetica. Lo
studio cerca di individuare alcuni fattori (cause indipendenti) che possono essere in relazione con un certo
fattore (il fumo). Contrariamente il modello esplicativo idiografico cerca di comprendere in modo completo
un solo caso, per cui avrebbe dovuto concretizzarsi in uno studio approfondito sulle motivazioni che portano
un individuo a fumare marijuana (la relazione con la famiglia, gli amici etc).
La nomotetica con una variabile tenta di spiegare più casi, l'idiografica con più variabili tenta di spiegare un
solo caso. Il criterio nomotetico si presta all'espressione di diverse opinioni (favorevole o contrario all'uso
della marijuana o neutrale) apparendo più aperto rispetto al criterio idiografico, tuttavia il criterio idiografico
può incorrere ad errori (quello che viene definito “una variabile causa un'altra”).
I CRITERI DELLA CAUSALIÀ NOMOTETICA.
Esistono tre principali criteri per stabilire le relazioni causali nomotetiche della ricerca sociale:
1. Correlazione: cioè se fra due variabili non troviamo una correlazione, non possiamo affermare che
esiste una relazione causale.
2. Ordine temporale: non possiamo sostenere che esiste una relazione causale se la causa non ha
luogo prima dell’effetto.
3. La relazione non deve essere spuria: l’effetto non può essere spiegato da una terza variabile.
Esempio: nel luogo dove vivono le cicogne ci sono più bambini, allora è vero che i bambini li
portano le cicogne? Oppure esiste una relazione tra la vendita di gelati e le morti per annegamento?
Se si vendono più gelati saranno prevedibili più morti per annegamento? In realtà si vendono più
gelati nella stagione estiva che corrisponde a quella balneare, ma non esiste altra corrispondenza.
Appare logico che nel modello nomotetico bisogna specificare con cura le variabili che si vogliono associare
per essere sicuri della loro correlazione. Causa ed effetto sono ben noti nel linguaggio e nella logica. Ma
quando i ricercatori sostengono che una variabile causa l'altra ciò non vuol dire sempre che la “causazione
sia completa” per cui e necessario specificare non solo cosa vuol dire causazione, ma anche cosa non vuol
dire.
Questi sono i falsi criteri per la causalità nomotetica che si possono classificare:
1. La causazione completa: mentre la spiegazione idiografica è completa la spiegazione nomotetica è
solitamente probabilistica e incompleta. Questo vuol dire che una variabile può essere una delle
cause di un risultato, ma non l’unica. Questo vuol dire ad esempio che se un orientamento politico e
a favore della legalizzazione, questo non vuol dire che la fazione opposta sia completamente contro.
2. I casi eccezionali: essi non smentiscono il modello causale complessivo.
3. La maggioranza dei casi: Lo standard di maggioranza utilizzato dai ricercatori è diverso da quello a
cui siamo abituati per cui le relazioni causali possono essere vere anche se non si applicano alla
maggioranza dei casi.
CAUSE NECESSARIE E SUFFICIENTI. Una causa necessaria è una condizione che deve essere
presente affinché si verifichi anche l’effetto. Una causa sufficiente invece, è una condizione che, quando
presente, garantisce che si verifichi pure l’effetto. Esempio: essere femmina è una condizione necessaria per
avere un bambino, ma non è una condizione sufficiente. Le unità di analisi possono essere gli individui, i
gruppi, le organizzazioni, le interazioni sociali e gli artefatti sociali (qualsiasi prodotto degli esseri umani).

LA UNITÀ DI ANALISI. Nella ricerca sociale nomotetica non ci sono limiti alle unità di analisi, a volte si
possono studiare gruppi considerandoli come attori individuali o entità che possiedono attributi come
gruppo (i democratici, i proibizionisti, gli studenti universitari, etc.). In genere si sceglie come unità di
analisi il singolo individuo. L'individuo, in termini di ricerca, possiamo definirlo come “unità di analisi”.
Le migliori ricerche si possono allargare a tutti gli individui, ma solitamente le ricerche sociali si basano su
pochi “tipi” di individuo, raccolti tra classi di reddito, età, nazionalità etc... Assieme agli individui le unità di
analisi possono essere i gruppi. I gruppi sono classificati in base alle caratteristiche che distinguono un
gruppo considerato una singola entità, ad esempio un gruppo di studio potrebbe essere la coppia, la bande di
strada, oppure più specificatamente le persone informatizzate: famiglie suddivise in base al reddito o alla
possibilità di accedere ad internet. Altri gruppi possono essere le organizzazioni (spa, onlus, etc.) suddivise
per persone impiegate, patrimonio, profitto etc. Altri tipi di unità possibili sono le interazioni sociali: si
possono studiare ad esempio le discussioni tra gli individui (confrontandone la lunghezza), la la distanza
interpersonale, gli abbonati ad internet, i frequentatori di discoteche etc. Infine gli un'altra unità può essere
rappresentata dagli artefatti sociali cioè qualsiasi prodotto degli esseri umani, libri, quadri, automobili e
persino relazioni come il matrimonio possono essere considerate artefatti sociali.

RAGIONAMENTI ERRATI SULL’UNITÀ DI ANALISI

Sono trabocchetti che possono trarre in inganno nella ricerca sociale.

1. La fallacia ecologica: (il termine ecologica fa riferimento ad un gruppi, insiemi, sistemi) l’assunto
che qualcosa che accade ad un’unità (ecologica) possa essere trasferito anche agli individui che la
compongono. Esempio: se abbiamo riscontrato che i tassi di suicidio sono più alti nei paesi
protestanti che in quelli cattolici, non possiamo sapere se davvero i protestanti si suicidano di più dei
cattolici. Oppure se se i tassi di criminalità sono più alti nell'area in cui è più concentrata la
popolazione afroamericana non possiamo sapere se i crimini sono stati commessi dagli
afroamericani.
2. La fallacia individualistica: le generalizzazioni e le affermazioni probabilistiche non sono invalidate
dalle eccezioni. Esempio: se conosciamo un qualcuno che è diventato ricco senza nessuna istruzione
questo non va a invalidare il modello generale che associa l'istruzione più elevata a un reddito
maggiore.
3. Il riduzionismo:consiste nel tentativo di spiegare un particolare fenomeno nei termini di concetti
limitati e/o di ordine più basso. Esempio: potremmo cercare di prevedere chi vincerà lo scudetto
analizzando solo i calciatori delle squadre. L'idea è buona ma dovremmo invece analizzare più
variabili come l’allenatore, lo stadio, le strategie ecc…). Tutti i riduzionismi (ecologico,
psicologico...) tendono a sostenere che particolari unità di analisi o variabili siano più rilevanti di
altre.
LA DIMENSIONE TEMPORALE
Il fattore tempo è importante nella ricerca (basta pensare all'effetto di causazione). Durante la ricerca
possiamo fare osservazioni che nello stesso periodo di tempo o per un periodo più lungo. Per quanto
riguarda la dimensione del tempo nel processo di ricerca possiamo dire che ci sono due tipologie di studi:
longitudinali e trasversali.
 Studi trasversali (cross-sectional studies) : comportano l’osservazione nello stesso momento temporale
di un campione (o sezione trasversale). Gli studi esplorativi e descrittivi sono spesso di questo tipo. Tale
studio offrono un’istantanea del fenomeno in un determinato periodo temporale (un esempio è il
censimento). Gli studi trasversali esplicativi hanno un problema: anche se le conclusioni sono basate su
osservazioni fatte soltanto in un determinato punto del tempo, mirano specificatamente alla
comprensione di processi causali che si svolgono nel corso del tempo (e come cercare di determinare la
velocità di un oggetto da una fotografia).
 Longitudinali: effettuati in modo da osservare lo stesso fenomeno in un periodo di tempo più ampio.
Sono studi più difficili perché richiedono ricerche quantitative, tempo, denaro, etc. Possono essere di 3
tipi:
o Trend: analizza i cambiamenti di una popolazione nel tempo. Un esempio è il confronto dei dati
tra i vari censimenti per capire come cambia la popolazione negli anni: la tipologia, gli interessi,
l'istruzione, etc.
o Studio di coorte: esamina sottopopolazioni per osservare i cambiamenti nel tempo. Le coorti
sono gruppi di età: i nati negli anni 50, chi si è sposato nel 1994... ma si possono studiare anche
periodi più lunghi come per esempio i nati durante la guerra del Vietnam etc.
o Indagine panel: studia le stesse persone nel corso del tempo. Esempio si può studiare un
campione di elettori e le loro intenzioni di voto ogni mese. Si evidenzierebbero se prevale di più
modello di resistenza o di cambiamento.

Gli studi longitudinali possiedono indubbiamente dei vantaggi rispetto a quelli trasversali in quanto più
completi poiché forniscono informazioni sui processi nel corso del tempo. Tali vantaggi sono però ottenuti a
un costo elevato in termini di tempo e di denaro. L'indagine panel è fra i tre modelli la più precisa, ma
l'elevata frequenza di raccolta dei dati può portare il logoramento dei partecipanti, inoltre la loro uscita dalla
ricerca potrebbe falsare i dati.

Approssimare gli studi longitudinali. A volte i dati trasversali implicano processi che avvengono nel
tempo. Nel corso del tempo di studio potrebbe avvenire un cambiamento o un cambio di tendenza. Ad
esempio nello studio sul consumo di marijuana durante la ricerca emerse che molti consumatori di marijuana
dopo un determinato periodo passavano al consumo di LSD. Se si fosse studiato solo il consumo di LSD non
sarebbe stato possibile evidenziare questo fenomeno.
Un altro modo per approssimare la ricerca è quello di chiedere alle persone di ricordare il passato. Un
rischio consiste nel fatto che le persone non sempre possiedono una buona memoria e altre volte mentono, se
chiedessimo alle persone cosa hanno votato a risultati avvenuti, molte più persone direbbero di aver votato
per i vincitori.

COME FARE UN PROGETTO DI RICERCA

1) PER INIZIARE. Prima di iniziare uno studio bisogna definire lo scopo della ricerca, quale studio si vuole
fare: esplorativo, descrittivo, esplicativo. Bisogna cercare se qualcun altro ha già eseguito uno studio simile.
2) CONCETTUALIZZAZIONE. Serve a definire i concetti da studiare. Nelle scienze sociali si utilizzano
concetti come il pregiudizio, l'alienazione, la religione etc. prima di iniziare la ricerca bisogna definire cosa
si intende per questi concetti astratti,è necessario specificare cosa intendiamo poiché il significato di questi
concetti potrebbe variare secondo le circostanze, i punti di vista, la cultura etc. Questa operazione andrebbe
specificata anteponendola per iscritto prima dell’esposizione dei dati.
3) SCELTA DEL METODO DI RICERCA. I metodi sono molti: l’impiego di dati, le interviste, i sondaggi,
etc. Non esiste un metodo migliore rispetto ad un altro, la scelta migliore sarebbe quella di utilizzare più
metodi nella stessa ricerca.
4) DEFINIZIONE OPERATIVA. Tale aspetto riguarda le quali tecniche che utilizzeremo per misurare le
variabili. Questa fase riguarda come raccogliere i dati: osservazione diretta, lettura di documenti ufficiali,
questionari, etc (ogni scelta ha il suo peso).
5) POPOLAZIONE E CAMPIONAMENTO. Dopo aver chiarito i concetti bisogna cercare di capire chi e
cosa misurare: la popolazione o il gruppo di persone su cui fare la ricerca. Quando scegliamo un
popolazione da analizzare bisogna selezionare un campione in quanto la massa di dati potrebbe essere molto
grande e difficile da gestire. La scelta del campione è allo stesso modo particolare perché deve essere
rappresentativa.
6) OSSERVAZIONI. (capitolo 7).
7) ELABORAZIONE DATI. In base al metodo di ricerca avremo a disposizione molti dati non sempre così
immediatamente interpretabili. In indagini campionarie le “osservazioni grezze”, vengono campionate su
computer e talvolta possono anche contenere dati mancanti.
8) ANALISI (Capitoli 13 e 14)
9) APPLICAZIONE. Riguarda l’uso della ricerca e delle conclusioni raggiunte. Il lavoro dovrebbe essere
pubblicato e discusso con altri gruppi di ricerca.
10) RIEPILOGO. La ricerca prevede creatività e immaginazione soprattutto nella scelta (e nella conoscenza)
di una varietà di metodi. La scelta dei metodi deve essere legata agli scopi, in alcuni casi molti aspetti
(l’argomento, il metodo) potrebbero essere già stati definiti in partenza da qualcun altro. Nel progettare una
ricerca è utile considerare tre aspetti: a) i nostri interessi, b) le nostre capacità, c) le risorse disponibili.
Partendo da un’idea che abbiamo importante è capire come ricavare informazioni, capire se i dati che ci
servono sono già disponibili, se si possono raccogliere e come raccoglierli.
GLI ELEMENTI DI UNA PROPOSTA DI RICERCA.
il paragrafo ripropone con esempi il paragrafo precedente “come fare un progetto di ricerca” evidenzio solo
alcuni temi non trattati.
COSTI bisogna elaborare un bilancio dei costi della ricerca per capire come vengono spesi i fondi anche se
il progetto verrà realizzato con i propri soldi.
COMMISSIONE DI VALUTAZIONE ISTITUZIONALE. Negli USA potrebbe essere necessario sottoporre
il progetto alla commissione di valutazione istituzionale per assicurare la protezione dei soggetti umani
coinvolti.

Capitolo 5 – concettualizzazione, definizione operativa e misurazione

Non sempre tutto è misurabile: come è possibile misurare la “religiosità” di una persona? Una ricerca
statunitense ha provato a farlo scegliendo degli indicatori (la frequenza alle funzioni, il tempo dedicato alla
preghiera, etc). Ma è una operazione oggettiva? La scelta degli indicatori è sicuramente soggettiva, specie in
un concetto che ha più dimensioni Il lavoro di un ricercatore è quello di misurare il concetto in più
dimensioni, l’ideale sarebbe misuralo in tutte.
MISURARE TUTTO QUELLO CHE ESISTE
La misurazione è “l'osservazione scientifica attenta e deliberata del mondo con lo scopo di descrivere
oggetti o eventi in termini di attributi che compongono una variabile”.
Concezioni, concetti e realtà. Attraverso l’osservazione impariamo cosa è reale. Le affermazioni “le donne
sono inferiori agli uomini” o “gli immigrati sono dei criminali” per alcuni possono sembrare reali, ma per
molti rappresentano un pregiudizio. Il pregiudizio, oltre ad essere una scorciatoia, altro no rappresenta che
un immagine mentale o una concezione. Pensiamo alle popolazioni degli inuit, esse hanno circa 400
vocaboli per definire la parola “neve”. Ognuno di noi ha una concezione diversa del pregiudizio (quanto le
donne siano inferiori agli uomini, quanto gli immigrati siano dei criminali), ma è possibile raggiungere ad un
accordo attraverso una concettualizzazione cioè attraverso un concetto (misoginia, xenofobia).
Concetti come costrutti. Abraham Kaplan (1968) identifica 3 classi di cose che gli scienziati misurano:
1) ciò che è direttamente osservabile: le cose osservabili in modo semplice e diretto ad esempio il colore
di una mela;
2) ciò che è osservabile indirettamente : i libri di storia, un verbale,…:
3) costrutti: che sono creazioni teoriche basate sull'osservazione. Un esempio è il QI: è costruito
matematicamente in base alle risposte di un lungo test, ma non è più reale di un pregiudizio, o di un
sentimento come la compassione.
Le osservazioni e le esperienze sono reali, ma le concezioni sono soltanto creazioni della nostra mente. Il
pregiudizio non possiede una realtà intrinseca, ma solo il significato che noi gli attribuiamo. I termini
associati a concetti sono creati per facilitare la comunicazione, rimangono astratti, ma allo stesso tempo reali
(come lo è in pratica un pregiudizio). In sintesi sebbene il concetto sia un costrutto è reale quanto un albero,
quindi la sua misurazione è possibile.
La concettualizzazione. Attraverso la concettualizzazione specifichiamo cosa vogliamo dire con concetto.
Importante che la nostra idea su quel concetto deve essere condivisa e che la specificazione debba essere la
migliore possibile.
Indicatori e dimensioni. L’indicatore è simbolo della presenza o assenza del concetto che consideriamo. I
ricercatori concentrano le loro attenzioni sul significato che le persone attribuiscono a parole e azioni.
Disaccordo e incongruenza rimangono sempre presenti. La dimensione è un aspetto specificabile della
dimensione che compone un concetto ed è strettamente legata alle variabili.
Intercambiabilità degli indicatori. Se i diversi indicatori possono rappresentare lo stesso concetto allora
tutti si comporteranno come se il concetto fosse reale o potesse essere osservabile. In linea teorica se tutti gli
indicatori rappresentano in modo uguale lo stesso concetto potrò usare indistintamente l’uno rispetto ad un
altro, ma nella pratica non è sempre così.
Definizioni reali nominali e operative. Per far chiarezza sui concetti e su cosa sia la realtà logici e scienziati
hanno definito tre tipi di definizione:
1. la definizione reale: è un tentativo di definire la realtà attraverso la definizione di “attributi
essenziali” di qualche entità, non è un accordo o una convenzione per cui è altamente confondente
(ciò che è reale per me non lo è per te);
2. la definizione nominale: le definizioni nominali sono arbitrarie, sono semplicemente assegnate ad un
termine senza la pretesa che tale definizione rappresenti il “reale”, la maggior parte delle definizioni
nominali sono accordi o convenzioni su come usare un termine;
3. la definizione operativa va a specificare in maniera precisa come misurare un concetto, specifica il
significato di un concetto all'interno di una specifica ricerca.
La creazione di un ordine concettuale. La ricerca sociale la specificazione dei concetti dipende dalla
definizione nominale ed operativa e il chiarimento dei concetti è un processo continuo, questa operare è
detto “tunnel concettuale” (Marshall \ Rossmann). La focalizzazione è collegata allo stesso tempo al
linguaggio. Chiarire i concetti è un elemento importante per la raccolta dei dati in una ricerca quantitativa.
I ricercatori sociali parlano del “ciclico ermeneutico”, un processo ciclico in cui la comprensione diventa
sempre più profonda: iniziando dalla comprensione generale cambieremo progressivamente il modo di
vedere le cose per arrivare nella fase finale ad una concezione più raffinata del significato di un concetto.
Schematizzando il procedimento segue questi passaggi:

Concettualizzazione → Definizione nominale → definizione operativa → misurazione del mondo reale;

l'ordine non è basato sulla verità ultima ma sull'utilità.

Esempi di concettualizzazione e il concetto di anomia. Viene presentata una ricerca sui tassi di suicidio
(Durkeim 1897) e il loro legame per la fede cattolica e protestante. Associata alla ricerca viene analizzato il
concetto di “anomia” condizione in cui le norme sociali vengono meno, cioè “l’assenza di regole”. Il nesso
è la perdita dei punti fissi, esempio il lavoro e l’importanza di avere delle indicazioni.

Le definizioni nelle ricerche descrittive ed esplicative. I due obiettivi della ricerca sono la descrizione e la
spiegazione, la distinzione di questi scopi ha implicazioni per la definizione della misurazione. Inversamente
a ciò che può sembrare le definizioni sono più problematiche nella ricerca descrittiva in quanto necessita di
più precisione nella definizione delle dimensioni che compongono il concetto, cioè quali variabili saranno
utilizzate. Esempio se dovessimo fare una ricerca sui disoccupati utilizzando dati nazionali possiamo
prendere un campione di inoccupati dai 15 ai 65 anni, cioè dall’apprendistato al pensionamento. Gli
inoccupati però non coincidono con i disoccupati intesi come “persone in cerca di lavoro” perché
includeremo anche le casalinghe, gli studenti, gli inabili al lavoro etc. Dovremo quindi affinare la ricerca
spiegando con che metodo.
L’intervallo di variazione. Per definire operativamente un concetto i ricercatori devono individuare con
chiarezza l'intervallo di variazione che intendono utilizzare. Se dovessimo stabilire la “soglia di povertà”
possiamo riferirci ad un termine numerico facendo riferimento ad esempio ad una cifra di reddito annuo. Più
difficile è lo studio su atteggiamenti e orientamenti. L’orientamento politico può andare dall’estrema destra
all’estrema sinistra, ma ci sono orientamenti indipendenti ed anarchici. Se dovessimo costruire una scala di
gradimento sulla costruzione di una centrale nucleare i pareri potrebbero essere da “molto favorevole” a “per
nulla favorevole”. Tuttavia la scala non comprende i non interessati e coloro che, fortemente contro, si
battono attivamente per far si che non si costruiscano centrali. La questione non è però se dobbiamo
misurare l’intero intervallo, ma quello più adatto alla ricerca.
Le variazione fra gli estremi. Un altro aspetto della definizione operativa è il grado di precisione, cioè se e
quanto dobbiamo essere precisi. Ad esempio è importante saper se una persona ha 17 o 18 anni? Posso
creare un gruppo di età compresa tra 14-25? Questo dipende, se devo svolgere una ricerca sulla
partecipazione al voto è importante che l’intervistato abbia almeno 18 anni.
La definizione delle variabili degli attributi. Gli attributi che compongono una categoria devono essere
esaustivi. È importante essere chiari onde evitare fraintendimenti. Nell’esempio precedente come faccio a
distinguere la “disoccupata” in cerca di lavoro dalla “casalinga” che non lo cerca? Cosa intendo per anziano
o per studente?
Ogni variabile possiede due qualità:
1. Gli attributi che la compongono devono essere esaustivi (in tutti i casi, dobbiamo sempre essere in grado
di classificare ogni osservazione);
2. Gli attributi che compongono una variabile devono essere mutualmente esclusivi (dobbiamo essere in
grado di classificare ogni osservazione nei termini di un solo attributo).
Livelli di misurazione. Gli attributi (esaustivi e esclusivi) possono essere classificati anche in altri modi,
l’autore ne identifica quattro.
1) MISURAZIONI NOMINALI. Esempi classici sono il genere, luogo di nascita, affiliazione religiosa
etc. Sono variabili che possiedono caratteristiche sia di esaustività (le donne hanno caratteristiche
fisiche comuni) che di esclusività (se scelgo femmina vuol dire che non è maschio).
2) MISURAZIONI ORDINALI. Possiedono attributi che si possono ordinare logicamente come ad
esempio la classe sociale, il pregiudizio, la raffinatezza intellettuale, etc. Dopo aver ottenuto una
misurazione ordinaria e ottenuto gruppi caratteristiche esaustive e esclusive possiamo classificare un
ulteriore divisione all’interno. Gli elementi raccolti possono essere sia uguali che differenti “una è
più dell’altra”(es un gruppo di donne bionde, more, rosse).
3) SCALA DI INTERVALLI. Le variabili possono essere misurate attraverso una scala di intervalli. Le
misure a intervalli utilizzate nella ricerca sociale sono costrutti. Se devo distinguere nel gruppo
precedente le donne intelligenti da quelle ignoranti posso utilizzare un test (un quoziente di
intelligenza) che altro non è che un costrutto, oppure posso dividerle secondo il livello di istruzione
in tre gruppi: licenza media, scuola superiore, università, ottenendo una divisione diversa per ogni
scelta.
4) SCALA DI RAPPORTI. Gli attributi che compongono una variabile oltre che a contenere tutte le
caratteristiche per gli altri tipi di misure sono basati sullo zero assoluto. Posso dividere il gruppo di
donne in ordine di età dai 0 ai 100 anni. Potremo così definire che una persona ha il doppio, il triplo
o il quadruplo degli anni dell’altra.
I CRITERI PER VALUTARE LA QUALITÀ DELLA MISURAZIONE
A. Precisione. La misurazione può avvenire secondo gradi di precisioni, per definizione le misurazioni
precise sono migliori di quelle imprecise. Come visto in precedenza in alcune registrazioni un anno
di età può fare la differenza (vedi “le variazione fra gli estremi”), in certi casi forse anche un’ora. Se
non sappiamo con precisione cosa ci serve è meglio essere precisi.
B. Accuratezza.
C. Affidabilità (o reliability). Fa riferimento alla ripetibilità di uno strumento: se una particolare tecnica
(applicata più volte al medesimo soggetto) garantisce medesimi risultati. Se mi peso due volte a
distanza di pochi secondi e ottengo due misurazioni completamente differenti, significa che la mia
bilancia è uno strumento inaffidabile. Tuttavia l'affidabilità non assicura accuratezza, tornando
all’esempio precedente, se qualcuno un giorno prima ha starato la bilancia di 2 chili, pesandomi due
volte avrei lo stesso risultato, ma entrambi i risultati sarebbero imprecisi.
Metodi per migliorare l'affidabilità:
 Test-retest. Ripetere più volte lo stesso test. Se i risultati cambiano significa che il test non è
affidabile.
 Metodo split-half (dividi a metà). In un test di 10 domande ne poniamo 5 a metà del campione
rappresentativo, le altre 5 all’altra metà. Se i due risultati sono discordanti potrebbe esserci un
problema di affidabilità nella misurazione della variabile.
 Misure già testate. Un altro metodo è quello di utilizzare misure la cui affidabilità è già stata
controllata (esempio test consolidati come la scala per misurare il QI).
 Affidabilità dei ricercatori. Bisogna inizialmente evitare che vi siano delle influenze degli
intervistatori sugli intervistati (ad esempio dei trasferimenti di umore), in seconda battuta che ci
siano errori nella classificazione dei dati. Per ovviare a ciò è necessaria la presenza di un supervisore
D. La validità. La validità indica quanto una misura empirica rifletta in modo adeguato il significato
reale del concetto. Tuttavia abbiamo precedentemente espresso che il concetto non possiede un
significato reale, per cui è possibile tradurlo in reale sulla base di un accordo. Esistono diversi criteri
di valutazione del successo di una misurazione che si applicano al significato condiviso dei concetti e
sono:
 La validità nominale (face validity). La misura valida nominalmente (tramite un accordo) anche se
potrebbe essere inadeguata. Esempio per misurare il morale dei lavoratori analizzo le ore di sciopero.
Sciopero e soddisfazione sono nominalmente correlati, ma la scelta potrebbe non essere
rappresentativa del “morale” dei lavoratori.
 La validità di criterio (o predittiva). L’affermazione della validità è basata su criteri esterni. Un
esempio è l’esame per la patente: la validità per stabilire l’idoneità alla guida è affidata a un test
scritto che è in relazione tra un punteggio e la sessione pratica.
 La validità di costrutto. È basata sulle relazioni logiche tra le variabili. Formuliamo un costrutto
valido e su questo costruiamo la ricerca. Per esempio se la sincerità nella coppia costruisce la fedeltà
tra i partner, possiamo dire che mogli o mariti soddisfatti mentiranno meno di quelli insoddisfatti. Se
il nostro costrutto è valido possiamo misurare la fedeltà attraverso la sincerità o la soddisfazione.
 La validità di contenuto. Si riferisce alla capacità di una misura di cogliere l’insieme dei significati di
un concetto. Per esempio un test di valutazione sulle abilità matematiche non può essere limitato alle
addizioni, ma deve comprendere anche le sottrazioni, la divisioni, le moltiplicazioni, etc.

CHI DECIDE COSA È VALIDO? Ogni scienziato è consapevole di avere la verità in tasca. Il senso di
superiorità si adatta alla prospettiva positivista della ricerca: il biologo si sente superiore alla rana che sta
studiando, ma si scontra con l’approccio umanistico e tipicamente qualitativo degli scienziati sociali.
Secondo la scienza sociale nonostante gli sforzi l’osservatore non riuscirà mai a cogliere completamente il
significato e la sua ricerca rimarrà incompleta. Per cui non esiste una posizione superiore all’altra. Ci si
avvicina alla verità attraverso il confronto e l’integrazione tra le varie verità, ciò in ciò che la scienza sociale
chiama “ricchezza di significato”.
Capitolo 6 – indici, scale e tipologie.
L’analisi dei dati ha lo scopo di ridurre una grande quantità di dati in una forma più semplice. Importante è
che la riduzione rappresenti le osservazioni originali, sia accurata e utile.
Nell’effettuazione di un test esistono “domande basilari” che non si possono tralasciare, in alcuni casi è
possibile stabilire una variabile con una domanda (maschio o femmina?), ma in altri è necessario usare
diverse domande per poter misurare adeguatamente la variabile. Le scale e gli indici servono alla
costruzione di quest’ultimo tipo di variabili composite.
Indici e scale sono misurazioni basate su domande (o item). Entrambe permettono di mettere in fila le unità
di analisi a livello di gradazione dal più basso al più alto (sono misure ordinali di variabili), ma non sono
sinonimi e occorre distinguerli.
 Gli indici sono costruiti sommando i punteggi assegnati ai singoli indicatori. Per esempio possiamo
misurare il pregiudizio di una persona sommando le risposte che si avvicinano al profilo di una
persona con pregiudizi.
 Le scale sono costruite assegnando i punteggi a modelli di risposta (o pattern). Riprendendo
l’esempio precedente possiamo costruire una scala identificando tre categorie: a) persona con molti
pregiudizi [per chi ha totalizzato 100 punti su un ipotetico test] , b) persona con poco pregiudizi [45
punti], c) persona molto tollerante [0 punti].
Mentre gli indici sono basati sulle risposte, le scale sono basate sui modelli di risposta.
Le scale contengono più informazioni degli indici ed esprimono meglio la gradazione di intensità. Nella
ricerca si utilizzano di più gli indici delle scale, ma la letteratura contiene più informazioni sulle scale e
poche sugli indici.
COME COSTRUIRE UN INDICE: avviene in quattro passaggi.
1) La selezione degli item. per selezionare gli item ci dobbiamo rifare ad alcuni criteri:
 Validità nominale: ogni item deve offrire indicazione su quello che stiamo studiando. Per
esempio per stilare un indice di religiosità dobbiamo considerare la frequenza alle funzioni
religiose o alla preghiera.
 Unidimensionalità: ogni item deve misurare una sola dimensione del concetto.
 Generale/specifica: il concetto generale di studio potrebbe avere più sfumature. Nel caso
della religiosità bisogna individuare degli indicatori in grado di cogliere tutti gli aspetti,
oppure gli item si devono concentrare su una specifica dimensione ed essere più o meno
precisi a seconda del grado di precisione del concetto che stiamo studiando.
 Variazione gli item devono poter rappresentare l'intero intervallo di variazione, per far questo
è assolutamente necessario costruire una scala, e per ogni valore costruire un item.
2) L'analisi delle relazioni empiriche. Il secondo passo consiste nel analizzare le relazioni empiriche
tra le domande, ovvero quando le risposte date ad una domanda (es. di un questionario) permettono
di prevedere le risposte date ad altre domande. Se due item sono correlati dovrebbero prevedere la
stessa risposta. Esistono due tipi di relazione tra item.
 La relazione bivariata: è la relazione tra due variabili. In una gradazione dello stesso
concetto dovremmo aspettarci che le risposte concordino (sei favorevole a un intervento
armato?: SÌ \ sei a favore di una soluzione non pacifica? SÌ). Ma per determinare la forza
della relazione dovremmo esaminare tutte le possibili “relazioni bivariate” fra i vari item.
Osservando tutti gli indicatori di causa-effetto è importante che gli indicatori misurino la
stessa variabile. Allo stesso tempo una forte relazione presenta un’altra problematicità,
quando due item sono perfettamente correlati bisogna inserirne uno solo, questo perché è
come se formulassimo la stessa domanda due volte, ma scritta in modo diverso.
 La relazione multivariata. È la relazione tra più item. Per esempio se dovessimo misurare
l’interazione sociale attraverso tre indicatori potremmo identificare il tempo passato con gli
amici, con i familiari, con i colleghi di lavoro. Nonostante il tempo trascorso possa variare da
persona a persona, tutti e tre “causano” il grado di interazione sociale.
3) Il punteggio tra gli indici. Dopo aver scelto i migliori item dobbiamo assegnare il punteggio per ogni
singole risposte. Il primo problema da risolvere è l’intervallo di variazione di punteggio tra gli indici.
Rispetto a un singolo item, un indice rappresenta un intervallo di gradazione più amplio (es. da molto
favorevole a per nulla favorevole). Ma come si stabilisce l’ampiezza dell’intervallo? I fattori da
prendere in considerazione sono due:
  a) i dati disponibili, cioè un numero adeguato di casi per ciascuna estremità dall’intervallo,
 b) il peso che si vuole dare a ciascun item, deve essere uguale o a determinati item più rappresentativi
dare un peso differente? Non esiste una risposta corretta perché dipende sempre dal tipo di ricerca.

COSA FARE CON I DATI MANCANTI. Un problema ricorrente nella raccolta dei dati è costituito dai
dati mancanti, possono essere risposte incomplete a item, o assenza di pubblicazioni in determinati temi che
ci servono. La mancanza di dati è problematica soprattutto nella compilazione degli indici. A tale problema
ci sono più soluzioni:
 Se sono pochi si può decidere di eliminarli.
 Si possono considerare il dati mancante come una delle risposte possibili. In alcuni casi esempio come in
un questionario il dato mancante può essere sostituito con un NO (non mi interessa).
 Il dato mancante potrebbe indicare una possibile risposta non prevista Si può costruire una categoria a
parte e ragionare sul perché del dato. Ad esempio in un indagine sull’indirizzo di voto coloro che dicono
“non so” potrebbero diventare materia di studio.
 Il dato mancante potrebbe assumere un valore numerico arbitrario a seconda della ricerca. Se un item ha
più valori possibili (esempio da 1 a 10), potremmo assegnare ai dati mancanti il valore centrale (5).
 Si possono sostituire i dati mancanti con valori generati in modo casuale, anche se si indebolisce la
purezza dell’indice e si riducono la possibilità che sia associato ad altre variabili.
Il metodo migliore per costruire l’indice consiste nel costruirlo secondo vari metodi alternativi e osservare
quali risultati otteniamo dall’analisi di ciascuno.

4) La validazione degli indici. La validazione degli indici permette, dopo che abbiamo assegnato un
punteggio alla domanda e dopo aver ottenuto degli indici, verificare se ciò che abbiamo fatto funziona.
L’indice ordina in modo progressivo una variabile, per capire se il lavoro che abbiamo fatto sull’indice
è “valido” abbiamo diversi modi:
 Validazione interna (analisi degli item). Esaminiamo la misura in cui l'indice composito è correlato
ai singoli item. Ad esempio in una scala di interesse ad una determinato evento posso affidare agli
item un valore tra 0 e 3: non interessato (0), poco interessato (1), mediamente interessato (2), molto
interessato (3). Se dovessimo costruire una percentuale lo 0 e il 3 rappresentano una porzione di
gradimento che va (in proporzione) dallo 0% al 100%. Posto il valore massimo e minimo (0% e
100%) la difficoltà sta nel costruire i valori intermedi (1 e 2) che devono in qualche modo
corrispondere all’indice. Ad ogni item corrisponde una costruzione diversa dell’evento da studiare,
non sempre 1 e 2 corrispondono il 33,3% o 66,6%, ma la costruzione dei valori intermedi deve essere
fatta in relazione ad altre misure sulla base delle risposte del questionario.
 Validazione esterna. Le domande presenti nel questionario dovrebbero intuitivamente confermare
l'andamento dell'indice. Se questo non avviene, i motivo possono essere due: a) l’indice non misura in
modo efficiente le variabili (validazione interna), b) gli item non forniscono un buon test.

COME COSTRUIRE UNA SCALA

Esistono diversi modi per costruire una scala, qui vengono presentati 5 modi:
1) La scala della distanza sociale di Bogardus. La scala permette di determinare la volontà a
partecipare alle relazioni sociali con altri tipi di persone attraverso vari gradi di contingenza. La scala
misura la distanza sociale con domande che progressivamente esprimono in modo sempre più
intenso la relazione di vicinanza. Per esempio alla domanda (neutra) “saresti disposto ad accettare
persone che hanno commesso reati sessuali?” i livelli possono salire aggiungendo al quesito “saresti
disposto ad accettarla nel tuo paese?” \ nella tua comunità? \ come vicino? \ come cognato?

2) Scala di Thurtstone. Gli items vengono fatti valutare da una giuria di giudici o esperti i quali votano
l'affidabilità con un punteggio da 1 a 13. Vengono eliminati i punteggi dove c'è maggior disaccordo e
quelli con minor voti. La difficoltà di applicazione della scala risiede soprattutto nella composizione
della giuria di circa 15 giudici, inoltre il significato degli item tende a cambiare nel tempo.
3) La scala di Likert (o scale sommate). Sono le maggiormente usate perché sono di facile costruzione.
Vengono di solito impiegate per batterie di items, a volte anche numerosi, utili a rilevare
atteggiamenti. Le domande fanno riferimento al grado di accordo verso un'affermazione,
all'importanza di un evento, alla soddisfazione per le prestazioni di un servizio e così via. Ogni item
ha come possibilità di risposta 4 o 5 categorie di risposta che vanno con “totalmente in accordo” a
“completamente in disaccordo”. Malgrado il loro ampio uso, le scale Likert hanno il problema di
essere scale di tipo ordinale, cioè non ci dicono di quanto gli individui si differenziano tra loro, ma
solo che alcuni hanno un atteggiamento più o meno forte di altri. Su scale di questo tipo l'uso di
tecniche multivariate, come l'analisi fattoriale, non sarebbe di rigore ammissibile.

4) Il Differenziale semantico. È uno strumento adatto a rilevare le rappresentazioni mentali, l'immagine

di oggetti o concetti, la percezione di stimoli, più che gli atteggiamenti dei soggetti nei loro
confronti. Si chiede agli intervistati di collocare un concetto, una persona, un oggetto, su una serie di
scale simili a quelle di Likert. Identificati degli attributi e le loro polarità opposte, con i relativi
aggettivi, si può costruire la scala del differenziale disponendoli in una lista di item in modo tale che
le polarità negative e le polarità positive compaiano a volte a destra e volte a sinistra. L'intervistato
sarà invitato a meditare il meno possibile la risposta, in modo che sia più una reazione emozionale a
suggerirgli dove posizionare la crocetta, che non un pensiero razionale. Esempio in un questio sul
gradimento di un brano musicale, verranno impostate item per capire se un suono può essere
“piacevole” con una scala da sono totalmente in accordo a sono completamente in disaccordo, ma
verrà chiesto quanto dissonante è lo stesso suono (sempre con la scala che va dal sono totalmente in
accordo a sono completamente in disaccordo.

5) La scala di Guttman (o scala cumulativa, o scalogramma). Consistono in un insieme di item i cui

contenuti sono tali da rappresentare un crescendo o un diminuendo di un determinato atteggiamento,
partendo dal principio che se un individuo A è, ad esempio, più razzista di un individuo B, approverà
tutte le affermazioni di una scala di "intolleranza" approvate da B più qualche altra. Il risultato è un
ordinamento interdipendente di risposte e persone, dove le persone sono ordinate in base alle risposte
date e le risposte in base alle persone. Esempio partiamo da tre affermazioni alle quali gli intervistati
devono rispondere si o no (assegnando un punteggio 1 o 0). Gli item sono: 1) Accetto un uomo di
colore come amico \ 2) Accetto un uomo di colore come vicino di casa \ 3) Accetto un uomo di
colore come turista del mio paese. Un primo intervistato può rispondere "sì" a tutte e tre le
affermazioni, un secondo risponderà "sì" all'ultima e il terzo risponderà "sì" alle ultime due. I dati
riordinati in base al punteggio ottenuto dalle persone, andranno a ricavare una matrice che andrà a
costruire uno scalogramma finale che assumerà la forma di triangolo. Il punteggio del primo
intervistato corrisponde a un atteggiamento più favorevole nei confronti delle persone di colore
rispetto agli altri (3 punti), il che significa, che egli ha risposto in modo affermativo a tutte le
affermazioni a cui hanno risposto positivamente gli intervistati più un'altra. Si basa sul fatto che
l'intervistato condividendo un indicatore più forte di qualche variabile probabilmente condividerà
anche gli indicatori più deboli. L'indicatore debole è l'item 3 perché si sapeva che tutti lo avrebbero
votato, mentre quello forte è l'item 2 perché due su tre (la maggioranza) lo ha votato. La difficoltà di
questo sistema è che raramente negli studi psicosociali che si ottiene una scalogramma perfetto.

6) Le Tipologie. In alcuni casi possiamo voler riassumere l’intersezione di due o più variabili attraverso
la creazione di una serie di categorie, cioè di tipologie. Costruiamo una scala attraverso una tabella
ordinando due o più variabili indipendenti. L'interpretazione diventa difficoltosa se usiamo variabili
dipendenti.
Capitolo 7 – Logica del campionamento.
Campione: parte della popolazione selezionata in modo da diminuire, in termini di tempo e costi,
l’acquisizione tutte le informazioni utili per la ricerca. Il campione è la rappresentazione in piccolo di tutta
la popolazione, sintetizza, cioè tutte le caratteristiche della popolazione originaria.
Campionamento: Procedimento attraverso il quale si estrae, da un’insieme di unità (popolazione), un
numero finito di casi (campione) che siano rappresentativi di tutta la popolazione e scelti con criteri tali da
consentire la generalizzazione (inferenza) all’intera popolazione a partire dai risultati ottenuti studiando il
campione.
Perché utilizzare un campione?
• L’estrazione di un campione richiede meno tempo rispetto all’esame dell’intera popolazione,
• un campione è meno costoso,
• un campione è più pratico da gestire,
• un campione garantisce un elevato grado approfondimento e accuratezza,
• spesso è una necessità perché l’esame dell’intera popolazione non è accessibile.

Gran parte della ricerca ricerca sociale dipende da cosa i ricercatori decidono di osservare e cosa non
osservare, ovviamente a causa dell'impossibilità di osservare tutto. Il processo attraverso cui selezioniamo le
osservazioni è chiamato campionamento (sampling). La storia del campionamento nella ricerca sociale è
connessa strettamente con quella dei sondaggi elettorali. Il campionamento da la possibilità al ricercatore di
prevedere quali saranno ad esempio le previsioni di voto a livello nazionale operando su un campione
rappresentativo dei votanti. Una volta ottenuto il risultato sul campione i dati vanno generalizzati, cioè
riportati al riferimento nazionale. Per riuscire a generalizzare i risultati del campione a una popolazione più
ampia è necessario effettuare un campionamento probabilistico, che si basa sull’idea del campionamento
casuale.

Due tipi di campionamento. I campionamento probabilistico è ancora il metodo principale per selezionare
campioni rappresentativi per i sondaggi elettorali e le ricerche sociali. In certe occasioni possono dimostrarsi
inappropriati o impossibili da costruire per cui si utilizzano i campionamenti non probabilistici.

I CAMPIONAMENTI NON PROBABILISTICI

Il campionamento non probabilistico malamente detto "rappresentativo", è così definito il campionamento
di oggetti/unità che non segue criteri probabilistici. I campioni si possono dividere in probabilistici e non
probabilistici, dove per i primi si intendono quei campioni da cui è pienamente corretto estendere alla
popolazione i risultati della stima statistica e per i secondi quelli cui non è pienamente corretto fare inferenze
rispetto alla popolazione. Questo perché vengono costruiti in mancanza di informazioni precise sulla
popolazione o in mancanza di appoggi come liste ufficiali, per cui non possiamo dedicarci a campionamenti
probabilistici. Sono usati soprattutto nella ricerca qualitativa e sono di quattro tipi:
1. A casaccio: affidandosi sulle persone disponibili, come per esempio fermare le persone all’angolo di una
strada. Chiaramente, non permette di avere alcun controllo sulla rappresentatività del campione. La sua
applicazione è giustificata soltanto se vogliamo studiare le caratteristiche delle persone che passano nel
punto di campionamento in un preciso momento, oppure se non è possibile usare altri metodi. Questo
tipo di campionamento può scoprire fenomeni interessanti, ma è necessario per cui essere molto cauti
nella generalizzazione dei dati.

2. A scelta ragionata: selezionando un campione sulle basi delle conoscenze di una popolazione, dei suoi
elementi e dello scopo della ricerca; ad esempio, in uno studio comparativo degli studenti di sinistra e di
destra potremmo non essere in grado di creare l’elenco degli studenti delle due categorie e allora
potremmo decidere di campionare i leader o i membri di alcuni gruppi o organizzazioni che sappiamo
ispirarsi ai principi della destra o della sinistra.

3. A valanga: è utile quando è molto difficile contattare i membri di una certa popolazione così che si
chiede ad ogni intervistato di fornire i contatti per altre interviste. La ricerca dei contatti avviene quindi a
“valanga” uno tira l'altro. E’ utilizzata soprattutto per indagini esplorative in cui è difficile reperire dati
(esempio in un inchiesta sui senza fissa dimora).
4. Per quote: avviene componendo una matrice delle caratteristiche della popolazione che vogliamo
studiare. Si stabilisce una proporzione relativa per ciascuna caratteristica della popolazione in esame
(esempio età, sesso, istruzione, professione...) e per ogni caratteristica si fa corrispondere in maniera
proporzionale una quota di intervistati. In questo modo si dovrebbe fornire, nel complesso, una
rappresentazione ragionevole della popolazione totale. La tecnica assomigli ad un campionamento
probabilistico, la tecnica presenta molti problemi: la costruzione delle quote deve essere accurata e
questo non è sempre facile, inoltre la selezione degli elementi da rappresentare potrebbe essere errata.
L'indagine può funzionare bene per lo studio di piccoli gruppi, ma ha difficoltà se applicata a studi di
grandi proporzione (Stati, continenti etc.).
La scelta degli informatori. Nell'indagine sul campo non sempre è facile risalire alla definizione di un
contesto sociale, pensiamo ad esempio ad una gang giovanile. L'informatore è un membro del gruppo che
può parlare direttamente del suo gruppo, mentre il rispondente è una persona che fornisce informazioni su
se stessa dalla quale si può costruire un immagine del gruppo a cui appartiene. Gli informatori devono essere
ben inseriti nella comunità di studio e disponibili alle interviste. Vengono definiti “tipici” quando sono in
grado di rappresentare bene un gruppo nella sua interezza. Ad esempio un intervistatore che intervisterà solo
uomini in una società in cui le donne sono protette dagli estranei, non utilizza un informatore tipico e otterrà
una visione distorta. In generale le indagini a campionamento non probabilistico sono utili per ricerche
qualitative, tenendo presente le numerose problematiche che possono subentrare.
IL CAMPIONAMENTO PROBABILISTICO
Viene utilizzato per una descrizione statistica e precisa della popolazione: la percentuale di disoccupati, il
numero di chi ha votato per il neo presidente etc. Il campionamento probabilistico, si basa sull’idea che per
fornire un’utile descrizione della popolazione totale, un campione di individui di questa popolazione, deve
contenere essenzialmente le stesse variazioni esistenti nella popolazione. Fare questa operazione non è
sempre così facile. Se intervistassimo uno studente su dieci all'uscita dalla biblioteca potremmo avere un
buon campione dell'università vicina, ma non è detto che questo possa essere rappresentativo.
La rappresentatività di un campione non deve riguardare tutti gli aspetti, ma solo per gli interessi sostanziali
della ricerca, tuttavia non sempre si può sapere in anticipo quali sono le caratteristiche più rilevanti.
Un campione probabilistico è rappresentativo della popolazione da cui è stato estratto se tutti i membri della
popolazione hanno la stessa probabilità di essere selezionati per il campione. I campioni che possiedono
questa qualità sono chiamati anche EPSEM (Equal Probability of SEselection Method) “campioni con
probabilità di selezione uniforme”. Anche se mai o raramente rappresentano perfettamente la popolazione,
ma offrono il vantaggio di essere più rappresentativi di altri tipi di campioni e la teoria delle probabilità
permette di stimare l’accuratezza o la rappresentatività del campione. Il campione probabilistico è frutto di
una media degli intervistati per cui più è ampio il campione selezionato, più produrrà una stima accurata
della popolazione e si può stimare anche il margine di errore. I campioni probabilistici sono il metodo più
efficiente per selezionare un campione perché permettono di evitare distorsioni nelle selezione degli
elementi e di stimare l’errore di campionamento.
La selezione casuale.
• Elemento: è l'unità da cui è raccolta l'informazione e che fornisce le basi per l'analisi.
• Popolazione: è l'aggregato teorico degli elementi dello studio. Ad esempio con il termine “americani”
posso far riferimento ai cittadini, ai residenti, o ad entrambi.
• Popolazione di riferimento: è l'aggregazione di elementi da cui è effettivamente estratto il campione.
Ad esempio se parlo di statunitensi non sempre ci si riferisce a tutti i cittadini, posso eliminare una
parte ininfluente come ad esempio i cittadini dell'Alaska e delle Hawaii.
È fondamentale che nel processo ciascun elemento selezionato abbia la stessa possibilità di essere estratto di
quello non selezionato. Un po' come quando si lancia una moneta, la moneta non deve essere “truccata”, ma
avere sulle facce testa e croce. Questa procedura elimina gli errori deliberati o involontari, in secondo luogo
offre la possibilità di alcune teorie della probabilità.
Errore standard. L'errore standard è la deviazione standard (la variazione di tutti i punti dati rispetto al
valore medio) stimata per una statistica campione. Ad esempio, l'errore standard di una media campione è
una stima della probabile deviazione standard delle medie da un numero infinito di campioni. L'errore
standard fornisce un'indicazione della precisione della media campione come stima della media della
popolazione. Più l'errore standard è piccolo, minore è la dispersione e più è probabile che qualsiasi media si
avvicini alla media della popolazione.
In un campionamento statistico abbiamo due valori che stabiliscono come abbiamo fatto il campionamento e
il margine di errore:
• Il livello di fiducia: stabilisce l'accuratezza. Non è possibile da un campione finito di dati trarre delle
conclusioni riguardo alla popolazione che siano sicure al 100 %. Il grado di fiducia può stabilire
l'intervallo in cui il valore vero ha probabilità molto elevata (esempio: 95% o 99%) di cadere.
• l'intervallo di confidenza: stabilisce il margine di errore. Partendo dal livello di fiducia è possibile
calcolare l'errore in un campione è l'ampiezza di questo in rapporto alla popolazione e l'omogeneità
della popolazione stessa.

TIPI DI DISEGNI DI CAMPIONAMENTO PROBABILISTICO.

1. Campionamento casuale semplice. È la più semplice tecnica di selezione di un campione; il
procedimento è sostanzialmente simile allo schema di estrazione da un’urna. Un campione casuale
semplice è un campione in cui ogni individuo della popolazione ha la stessa probabilità di essere
scelto. Se si indica con n la dimensione del campione (numero di elementi del campione) e con N la
dimensione della popolazione, (numero di elementi della popolazione), nel campionamento casuale
semplice la probabilità che ogni individuo della popolazione ha di essere scelto alla prima estrazione
(rapporto di probabilità) è 1/N. In questo tipo di campionamento è necessaria la presenza di una lista
della popolazione.
2. Campionamento sistematico: E’ tipo particolare di campionamento casuale semplice dove le unità
campionarie sono individuate sistematicamente una ogni dato intervallo. Nel campionamento
sistematico le x unità che costituiranno il campione sono scelte dalla popolazione ad intervalli
regolari ossia in base ad una regola prefissata. Il sistema prevede di scegliere un elemento dalla lista
ogni tot (K) elementi. L'intervallo di campionamento (K) va costruito e dipende da quanti elementi
vogliamo scegliere per il nostro campione. K si ottiene con il rapporto tra la dimensione del
campione e quella della popolazione. Questo sistema è da preferirsi la primo, ma può creare gravi
distorsioni. Questo metodo assicura anche che le singole unità del campione siano distribuite
uniformemente all’interno della popolazione. Occorre tuttavia porre attenzione che l’intervallo di
campionamento prescelto non sia influenzato da qualche variabile esterna che agisce con la stessa
ciclicità del campionamento. Il campionamento sistematico è più facile da eseguire, ma il suo uso
acritico può portare con facilità a campioni affetti da errori sistematici; rischio che non c’è con il
campionamento casuale semplice.
3. Campionamento stratificato. E’ tipo particolare di campionamento casuale semplice, nel quale si
utilizzano una o più caratteristiche precedentemente acquisite sulla popolazione per suddividerla in
sotto popolazioni o strati ciascuno dei quali si suppone omogeneo. Si utilizza quando, essendo in
possesso di una lista completa della popolazione, si intende studiare un carattere specifico e
determinante della popolazione. I campioni estratti da un sottogruppo sono più omogenei tra di loro e
presentano una variabilità minore rispetto all’intera popolazione. Con questa strategia di
campionamento è possibile assicurare la rappresentatività dei sottogruppi della popolazione. Prima di
effettuare l’estrazione del campione la popolazione viene suddivisa in strati basati sul fattore che
influenza il livello del carattere da studiare. Quindi, all’interno di ciascuno strato si sceglie un
campione con il metodo della randomizzazione semplice o sistematica. Lo svantaggio del
campionamento stratificato è che lo stato di tutte le unità di campionamento, rispetto ai fattori su cui
è basata la stratificazione, deve essere noto prima di scegliere il campione. Esempio: Ricerca sul
reddito degli italiani. Si divide la popolazione per professione in 4 strati: operai impiegati autonomi e
professionisti. Estraiamo in modo casuale un campione da ciascuno strato e si unifica il campione.
4. Campionamento a stadi. Si utilizza quando non è disponibile una lista complessiva delle unità della
popolazione. A questo tipo di campionamento si ricorre per necessità in quanto le stime con esso
ottenibili sono di solito meno efficienti di quelle calcolate applicando un campione casuale semplice.
È definito sulla base di scelte e procedure successive che passano per più stadi. Procedura: a) La
popolazione viene divisa in gruppi gerarchicamente ordinati \ b) i casi vengono estratti con un
procedimento “ad imbuto”. Esempio di tale situazione è dato dall’anagrafe che non esiste come
unico archivio nazionale ma è suddivisa negli in tutti i comuni italiani. Procedimento: a) estrazione
casuale di un campione di comuni (unità di primo stadio) \ b) estrazione di un campione casuale di
famiglie (unità di secondo stadio) da ciascuna lista anagrafica per ogni comune selezionato.
 5. Campionamento per aree. E’ un tipo di campionamento a stadi dove lo stadio è un’area geografica.
Si utilizza quando non si dispone di una lista per la selezione delle unità e queste sono dislocate sul
territorio. In questo caso si procede ad una suddivisione in parti (aree) dell’intero territorio e
all’estrazione di un campione di aree con lo stesso metodo del campionamento a stadi.
6. Campionamento multistadio stratificato (o a grappoli \ a cluster). Il campionamento multistadio
implica che le unità di analisi siano organizzate in più livelli gerarchicamente ordinati. Ad esempio,
gli studenti sono organizzati in classi che, a loro volta, sono organizzate in scuole. Se dovessimo
selezionare un campione di studenti, potremmo prima selezionare un campione di scuole, poi un
campione di classi entro ciascuna delle scuole precedentemente selezionate, e infine un campione di
studenti entro ciascuna delle classi precedentemente selezionate. In questo esempio, la selezione
delle scuole rappresenta il primo stadio di campionamento (unità primarie di campionamento \ o
cluster di primo livello), le classi sono il secondo stadio; infine gli studenti sono detti unità finali di
campionamento.
7. Campionamento casuale a quantità proporzionale. È una variazione del campionamento per aree e
multistadio. Permette di ottenere una forma più sofisticata di campioni o di cluster. In ogni stadio la
proporzionalità è sulla possibilità di scegliere una zona o un'altra. La zona è selezionata in funzione
della dimensione della subpopolazione. Riprendendo l'esempio precedente le scuole con più studenti
avranno assegnata maggior probabilità di essere estratte, nella seconda fase alle classi con più
studenti sarà assegnata una probabilità maggiore.
8. Campionamento non proporzionale e la ponderazione Contrariamente al Campionamento casuale
a quantità proporzionale questo tipo di campionamento parte dal concetto che in alcuni casi si debba
aggiustare, ponderare alcune proporzioni. Si tratta si dare maggior peso ad elementi con minor
probabilità di essere selezionati o con numero minore rispetto al totale. Questo sistema serve ad
evitare che attraverso la selezione vengano inevitabilmente eliminati campioni (o cluster) minori.

Capitolo 8 - Gli esperimenti.

In generale gli esperimenti comportano il prendere l'iniziativa e osservare le conseguenze dell'azione. Sono
utili per studiare le dinamiche sociali di nazioni o l'interazione tra piccoli gruppi. Non sempre vengono
condotti in laboratori, spesso si usano dati sul web o attraverso una “costruzione naturale”.
L'esperimento classico come quello sociale utilizza tre coppie di componenti:
• le variabili dipendenti e indipendenti
• il pre-test e il post-test
• il gruppo sperimentale e il gruppo di controllo.

a) LA VARIABILI INDIPENDENTI E DIPENDENTI.

La variabile indipendente (VI) è uno stimolo che di solito o è presente o è assente. Il ricercatore confronta
cosa succede quando la VI è presente e la confronta con quello che succede quando è assente. Per esempio
in uno studio sul pregiudizio verso gli afroamericani la variabile dipendente (VD) è il pregiudizio, una VI
può essere l'esposizione ad un video sulla storia degli afroamericani. La VI è la causa e la VD è l'effetto,
possiamo dire che guardare il filmato ha causato un cambiamento (effetto), oppure che la riduzione del
pregiudizio è un effetto della visione del film. Le VD e VI sono praticamente infinite, inoltre una variabile
può essere VD in un esperimento e VI in un altro. Per convenzione le variabili devono essere definite prima
di effettuare l'esperimento (a volte avviene anche dopo le osservazioni).

b) IL PRE-TEST & IL POST-TEST

Il pre-test e il post-test servono a misurare le variabili. Esse sono misurate prima dell'esperimento (pre) al
fine di determinare quale sia la situazione di partenza, e dopo (post) per controllare gli effetti dopo la fine
dell'esperimento Qualsiasi differenza nel prima e dopo tra la VD è attribuita alla VI. Riprendendo l'esempio
precedente il pre-test misura il livello di pregiudizio di partenza, il post-test dopo la visione del video. Se c'è
stato cambiamento il risultato e dovuto al filmato. Un inconveniente sta nel fatto che al secondo test i
soggetti potrebbero aver intuito lo scopo dell'esperimento (verificare i livello di pregiudizio) e rispondere in
modo più soft per non manifestare il proprio pregiudizio.
c) I GRUPPI SPERIMENTALI E I GRUPPI CONTROLLO.
I gruppi sperimentali (GS) sono quelli a cui è somministrato lo stimolo, i gruppi controllo (GC) sono quelli a
cui non viene somministrato (come nell'odds ratio e nel rischio relativo). Nell'esempio precedente al GS
viene fatto vedere il filmato, mentre al GC no. Se nel post-test otterremo risultati positivi per GS vuol dire
che con sicurezza il filmato ha fatto effetto; viceversa il fattore di cambiamento è da cercarsi in un altro
stimolo. I GS e i GC vengono utilizzati in medicina per testare l'efficacia di un nuovo farmaco: al GS viene
somministrato il farmaco, mentre al GC viene somministrato placebo. I due gruppi sono entrambi convinti di
ricevere un farmaco, se il farmaco funziona migliorano le condizioni del GC, ma in alcuni casi migliorano
anche in parte le condizioni del GC. Riprendendo i solito esperimento, cosa succede se durante l'esperimento
un leader afroamericano venisse assassinato? I risultati potrebbero cambiare ulteriormente, magari i post-test
di GC e GS potrebbero assomigliarsi.
Gli esperimenti in doppio cieco. Per evitare condizionamenti da parte del ricercatore l'esperimento doppio
cieco prevede che sia ricercatore che soggetto non sappiano chi è un GS e chi un GS.

LA SELEZIONE DEI SOGGETTI.

La logica del campionamento e del campione rappresentativo viene applicata anche negli esperimenti.
Spesso la ricerca universitaria utilizza come campione gli stessi studenti anche se essi non sono un campione
rappresentativo della popolazione. La logica del campionamento probabilistico (cap. 7) serve a formare
GS e GC con caratteristiche che dovrebbero essere simili, inoltre dovrebbero essere rappresentativi del
soggetto di studio (es della popolazione). I campioni probabilistici composti da 100 individui sono pochi
anche se generalmente nella ricerca sociale se ne utilizzano di meno. Per la formazione del gruppo di studio
di solito si utilizza la selezione casuale.
Anche l'assegnazione ai due gruppi (GS e GC) può avvenire con la randomizzazione. Ad ogni soggetto
viene assegnato un numero progressivo e la scelta dei soggetti avviene attraverso tavole casuali. La
rappresentatività aumenta con l'aumentare del numero di soggetti coinvolti nell'esperimento. Un altra
opzione oltre alla randomizzazione è il matching (abbinamento). La tecnica è simile al campionamento per
quote (cap. 7). Se 12 soggetti sono maschi, 6 andranno al GC e 6 al GS, ugualmente si farà con le donne,
l'etnia, etc. In alternativa si possono identificare nel gruppo di studio elementi coppie con profili simili e
abbinarli casualmente o a un GC o a un GS.
In genere la randomizzazione è un metodo migliore perché a) il ricercatore potrebbe non conoscere i profili
dei soggetti o le loro caratteristiche, b) la maggior parte delle statistiche utilizza questo metodo perché è il
più indicato per un campione di studio molto ampio. Non si esclude la possibilità di combinare i due sistemi,
magari uno per la scelta dei soggetti e l'altro per l'abbinamento.

ALCUNE VARIAZIONI SUL DISEGNO SPERIMENTALE

Il disegno non sperimentale (o pre-sperimentale) di D. Campbell e J. Stanley (1963).
• Case report (o studio di casi singoli \ one-shot case study): viene studiato un solo gruppo (GS) e si utilizza solo un post-test.
• One group pretest-posttest design: viene studiato un solo gruppo (GS) e si utilizza sia il pre-test che il post-test.
• Static group: vengono utilizzati i due gruppi (GS e GS), ma si utilizza solo un post-test.

LA VALIDITÀ E LA RICERCA SPERIMENTALE

A) Le cause della mancanza della validità interna. Gli otto punti indicati sempre da Campbell - Stanley
(1963) e da Cook - Campbell (1979) rappresentano di problematiche che possono invalidare l'efficacia
dell'esperimento.

1. La storia. Eventi apparentemente esterni che possono far cambiare in modo significativo l'esperimento
perché agiscono sul vissuto dei soggetti (es. l'assassinio del leader politico afroamericano).
2. La maturazione. In un esperimento che dura molto tempo i soggetti potrebbero crescere, invecchiare,
modificare le proprie visioni della vita, annoiarsi abbandonare l'esperimento.
3. Il test. La formulazione del test o la doppia somministrazione può influenzare il comportamento dei
soggetti. Come visto precedentemente i soggetti es. nel post-test (o anche nel pre-test) potrebbero
modulare le risposte per evitare di essere definiti razzisti.
4. La strumentazione. La scelta operativa, la scelta di un criterio inappropriato potrebbe influire di molto
sul risultato.
 5. La regressione statistica. Spesso la ricerca si focalizza su soggetti che presentano risultati iniziali
estremi. Per esempio se devo provare un sistema per insegnare la matematica utilizzerò coloro che
nel pre-test ha ottenuto dei pessimi risultati per vedere se nel post-test sono avvenuti dei
cambiamenti. Il ragionamento funziona solo in parte perché coloro che si trovano in basso non
potranno peggiorare, ma solo migliorare.
6. Gli errori nella selezione dei soggetti. (cap. 7)
7. Mortalità durante l'esperimento. Intesa come abbandono dell'esperimento da parte del soggetto in
corso d'opera.
8. Demotivazione. La stanchezza può provocare un cambio di comportamento, il soggetto potrebbe
rispondere in modo inappropriato o arrabbiarsi.

B) Le cause della mancanza della validità esterna.

Campbell e Stanley individuano quattro cause della mancanza di validità esterna, ma l'autore ne tratta una
sola cioè l'influenza quando esiste un'interazione fra test e stimolo.
Nell'esempio classico sui pregiudizi verso gli afroamericani cambierebbe qualcosa se anziché un film
venisse osservato un'opera teatrale? Un ulteriore esperimento è stato condotto per verificare l'influenza del
pre-test dividendo i soggetti in quattro gruppi.
[1] Il pregiudizio nel post-test dovrebbe essere inferiore del pre-test.
Gruppo 1 SÌ Pre-test Film (stimolo) Post- test
[3] Il post-test dovrebbe mostrare un pregiudizio minore rispetto al gruppo 2
Gruppo 2 SÌ Pre-test Nessun stimolo Post- test [3] Il pregiudizio al termine dei due test dovrebbe essere lo stesso.
Gruppo 3 NO Pre-test Film (stimolo) Post- test [4] Il post-test dovrebbe mostrare un pregiudizio minore rispetto al gruppo 4
Gruppo 4 NO Pre-test Nessun stimolo Post- test

Il risultato [4] controlla l'interazione tra test e stimolo, gruppi 3 e 4 tengono sotto controllo i problemi di
validità interna e l'interazione tra test e stimolo.

Gli esperimenti sul campo, condotti direttamente sull'ambiente di vita dei soggetti presento spesso
problematiche di interazione tra test e stimolo. In particolare ci si riferisce a quello che la scienza sociale ha
identificato come “l'idea dell'io come specchio” e “dell'altro generalizzato”. Il principio di base fa
riferimento al fatto che ciò che pensiamo di essere (il concetto di sé) è strettamente correlato dal come ci
comportiamo in relazione all'altro (e al suo giudizio). Inoltre il modo in cui gli altri ci percepiscono è
strettamente legato alle sue aspettative. Per esempio se qualcuno ci dice che siamo stupidi (o grassi)
probabilmente ci vedono così e noi finiremo per crederci. Questo fenomeno si chiama “teoria
dell'ettichettamento”. La teoria delle aspettative verso l'altro è detta “effetto pigmalione”.

Gli esperimenti naturali condotti sul campo posso prevedere la necessità di essere somministrati in un
determinato momento (dopo un uragano, dopo un errore nucleare, durante una guerra, durante una crisi),
svolti in un momento successivo avrebbero risultati differenti.
Punti forti e punti deboli del metodo sperimentale. Un vantaggio del metodo sperimentale (MS) è che
permette di isolare l'impatto della variabile nel tempo, cioè vedere la situazione prima e dopo l'esperimento.
La maggiore debolezza del MS sta nell'artificiosità, ciò che accade in un laboratorio molto spesso non è
quello accadrebbe nel mondo naturale
L'etica degli esperimenti. Gli esperimenti contengono alcune componenti particolari sotto il profilo etico:
• contengono quasi sempre un “inganno”, cioè spingere i soggetti a comportarsi in modo diverso
importante è capire se l'inganno è o no necessario alla ricerca;
• invadono la vita dei soggetti, nei casi più estremi possono compromettere a livello fisico e psichico il
soggetto.
Capitolo 9 – le indagini campionarie.
Le indagini campionarie (IC) sono una tecnica molto antica citata anche nell'antico testamento. Questa parte
riguarda la preparazione dei test, i principali metodi di raccolta e analisi dei dati.
Quando servono le indagini campionarie. Le IC servono per le ricerche descrittive, esplicative ed
esplorative. Vengono ampiamente utilizzate quando no è possibile raccogliere e descrivere dati di un'ampia
fetta di popolazione. Le IC riflettono attraverso il campione rappresentativo l'opinione generale su un
atteggiamento, un orientamento, etc. Spesso pero sotto le IC sappiamo che si nascondo altri tipi di ricerca
come le indagini di mercato, operazioni pubblicitarie, truffe etc. Un esempio particolare di queste operazioni
è il cosiddetto “push-pull” (o sondaggio a spinta) americano. Questa finta IC è stata costruita ad uopo per
spingere a votare o a non votare per un determinato candidato.
Come porre le domande. Il questionario a domande chiuse è il sistema classico.
• Domande e affermazioni.
• Domande aperte e domande chiuse. Le indagini qualitative prediligono quelle aperte. Le domande
chiuse sono più utilizzate perché più uniformi e più semplici da utilizzare per la raccolta dati.
Ecco alcune caratteristiche individuate dall'autore.
1. Esclusività. Le domande servono a specificare, per cui le categorie di risposta devono essere esclusive
(o sì o no).
2. Chiarezza. Utile è fornire delle istruzioni su come effettuare il test, cioè chiarire le opzioni. Le
domande devono essere chiare, non ambigue.
3. Precisione. Devono essere precise e specificare a cosa fanno riferimento (es. D:cosa ne pensi del
piano di pace? R:Quale piano?). Bisogna evitare domande con doppio significato. Quando una
domanda è complessa (D: qualcuno dovrebbe abbandonare il piano spaziale e restituire i soldi?) è
utile scomporla in due o più parti semplici.
4. Accessibilità. I rispondenti devono essere in grado di rispondere. Non è utile chiedere cose
complicate, o cose in cui è necessaria una conoscenza di base elevata in un gruppo disomogeneo.
5. I rispondenti devono aver voglia di rispondere. Gli intervistati potrebbero non avere un opinione o
averla, ma avere paura di esprimerla (vedi es. le domande sul voto e sulla segretezza).
6. Le domande devono essere pertinenti.
7. Le domande devono essere brevi.
8. Evitare domande negative. Una negazione nella domanda prepara la strada a una risposta sbagliata.
La parola “non” potrebbe non essere letta oppure confondente. Lo stesso vale per i termini negativi.
9. Evitare termini o frasi che possono creare risposte distorte. La distorsione (o bias) è una questione
difficile perché riguarda molti aspetti. È importante che il modo in cui è posta la domanda non
influenzi la risposta evitando termini ambigui. In tutti i questionari (soprattutto quelli faccia-a-faccia)
si evidenziano tentativi di apparire migliore nelle risposte da parte dei soggetti. Per evitare questi
problemi bisognerebbe immaginare cosa prova il soggetto difronte a certe domande: rabbia,
imbarazzo, etc.
LA COSTRUZIONE DEL QUESTIONARIO.
Il formato generale. Deve essere ben impaginato, non troppo lungo. La lettura della classica X sul riquadro
potrebbe essere effettuata con un sistema di rilevazione ottico. Domande contingenti. Può capitare che in
un test esistano una serie di domande correlate. La prima è detta domanda filtro, solo chi ha risposto in un
certo modo (di solito affermativamente), risponderà alle domande correlate (contingenti appunto). Le
batterie di domande sono una serie di domande semplici in cui il soggetto può rispondere in modo veloce
(sono d'accordo o non sono d'accordo). La funzionalità è che permettono di in poco spazio di avere dei dati
velocemente, gli svantaggi sono l'effetto response set che accade quando i soggetti rispondono
meccanicamente: i rispondenti possono leggere velocemente le domande e rispondere in modo tutto uguale
perché intuiscono che trattano lo stesso argomento.
L'ordine delle domande può influire sulle risposte. Spesso una domanda particolare può determinare le
risposte successive. Si può avviare al problema randomizzando l'ordine, ma questo sistema può far risultare
una lettura caotica al tester. Due soluzioni possono essere verificare l'efficacia del test con un pre-test
(testare il questionario, anche ad amici)o somministrare a due campioni un test nel giusto ordine o
randomizzato e osservarne la differenza. Le prime domande sono comunque importanti perché possono
incuriosire e stimolare i rispondenti.
Le istruzioni su come compilare il test vanno comunicate all'inizio. Sopratutto quando alcune domande
devono essere compilate in modo diverso devono essere fornite le istruzioni in anticipo.
I QUESTIONARI AUTOSOMMINISTRATI.
Esistono vari tipi di questionari (Q): quelli autosomministrati (in cui gli intervistati compilano il test da soli),
le interviste faccia-a-faccia e le interviste telefoniche.
I questionari postali. Uno dei metodi più semplice è quello di inviare il Q a domicilio con una lettera di
spiegazione. Importante è facilitare la restituzione del test fornendo busta, indirizzo e affrancatura per il
ritorno. Monitorare le risposte. Nella risposta deve essere possibile l'identificazione del rispondente
(nell'eventualità di un secondo invio o di un sollecito), sapere i tempi di risposta dall'invio. L'invio di
solleciti.(follow up). Si consiglia l'invio massimo di tre lettere totali con un intervallo di 2/3 settimane tra
l'una e l'altra. Qual è il tasso di risposta accettabile? Il tasso di risposta è uno dei criteri per stabilire il
campione dei rispondenti. Com'è possibile stabilire se è alto o basso? Il 50% è sufficiente, il 60% è buono, il
70% molto buono.

L'INTERVISTA. Può essere faccia-a-faccia o telefonica. L'inconveniente principale è che per condurla
servono molti intervistatori. Il ruolo dell'intervistatore. La presenza dell'intervistatore facilita gli errori di
interpretazione, evita i “non so” o i “non rispondo”. L'intervistatore può osservare anche altri dettagli tecnici
in modo diretto (etnia, status economico...). La conduzione dell'intervistatore deve essere più neutra
possibile e l'abbigliamento dovrebbe avvicinarsi all'intervistatore (non si può essere troppo eleganti in una
quartiere povero). Il probing consiste in alcune domande di chiarimento che si utilizzano quando il
rispondente non fornisce una risposta completa. È utilizzato per ottenere una risposta nelle domante aperte a
cui il rispondente risponde brevemente. Il coordinamento e il controllo. Spesso l'intervista richiede molto
personale che deve essere formato precedente, dopo alcune simulazioni l'intervistatore può lavorare con il
campione vero. Inoltre è necessario che i vari intervistatori siano coordinati nel lavoro da dei supervisori.

LE INTERVISTE TELEFONICHE. Per definizione solo limitate a chi possiede un telefono, inizialmente
questo costituiva un problema in quanto costituiva un limite anche di status sociale. Un secondo problema
riguarda l'accesso ai numeri, molti non sono sull'elenco come ad es. i cellulari. Uno svantaggio tecnico è
l'uso della segreteria telefonica come filtro per evitare finti sondaggi con scopi promozionali.
La rapida diffusione delle interviste telefoniche (IT) è legato sopratutto al fatto che sono più economiche, in
particolar modo rispetto a quelle faccia-a-faccia. Un altro vantaggio è che il telefono funziona da filtro e
permette ai rispondenti di sentirsi al riparo da imbarazzi, quindi sono più indicate se riguardano temi
sensibili.
CATI (Computer Assisted Telephone Interviewing) Le interviste telefoniche supportate dal computer
vengono effettuate online, la domande sono guidate dal computer e danno la possibilità di avere i dati in
tempo reale.

Vantaggi e svantaggi delle indagini campionarie.

Le IC sono adatte a descrivere un'ampia popolazione (con le autosomministrate si possono contattare in
media 2000 rispondenti), permettono di raccogliere molte informazioni su un argomento di una certa
flessibilità nell'analisi. I questionari standardizzati permettono di misurare maggiormente le variabili. Lo
svantaggio che la standardizzazione può costituire tal volta una forzatura. Un altro svantaggio e che non
permettono di osservare tutti gli aspetti della vita sociale perché poco flessibili.
Un ultimo aspetto per le IC è quello che riguarda (come nelle sperimentazioni scientifiche) l'artificiosità: a)
non tutte le indagini sono misurabili tramite un questionario, b) il trattare un argomento non conosciuto in
partenza dal rispondente potrebbe influenzare le sue risposte.

L'analisi secondaria. È una forma di ricerca in cui i dati raccolti sono elaborati dal ricercatore per uno
scopo differente. I dati possono essere acquisiti da biblioteche o banche dati, da ricerche effettuate da altri
ricercatori e rielaborate sempre si adattino alla nuova ricerca.
Capitolo 10 – le indagini qualitative sul campo
La nostra presenza (sul campo) può cambiare quello che stiamo osservando? Come è possibile fare una
ricerca senza far sentire la nostra presenza? La ricerca qualitativa sul campo è il sistema più semplice e
immediato di ricerca. Questo tipo di ricerca al contrario di quella campionaria e più adatta a raccogliere dati
qualitativi piuttosto che quantitativi. La ricerca qualitativa sul campo differisce da altri metodi perché non si
limita alla raccolta dei dati, ma produce anche teorie. I ricercatori sul campo cercano di capire determinati
fenomeni. Attraverso un'osservazione iniziale è possibile formulare anticipatamente delle conclusioni per poi
verificarle.
La ricerca sul campo offre il vantaggio di indagare la vita sociale nel suo ambiente naturale e di coglierne
tutte le sfumature. Con questa ricerca ci si “immerge” direttamente nel fenomeno sociale osservandolo nel
modo più completo possibile. Inoltre da la possibilità di svolgere una ricerca in tempo reale.
Esempi di studi sul campo ruoli e tipi sociali, relazioni sociali e personali, gruppi ristretti ed esclusivi,
organismi, sottoculture, etc.
ALCUNE RACCOMANDAZIONI.
Il ruolo dell'osservatore. L'osservazione sul campo può essere partecipante o meno? L'autore preferisce
usare il termine “ricerca sul campo” anziché “osservazione partecipante”, questo perché non è necessario
che il ricercatore partecipi necessariamente a quello che sta studiando anche se lo studia direttamente.
Roberta Chiroli studentessa di Cafoscari è stata condannata il 18/07/2016 a due mesi per concorso morale in violenza aggravata e occupazione
di terreni. Il giudice ha ritenuto la ricercatrice colpevole dei due reati e l'ha associata al movimenti anarchici legati al movimento NOTAV. La
condanna fa riferimento ad alcuni episodi avvenuti in Val di Susa nel 2013 dove la studentessa si trovava per raccogliere materiale per la sua
tesi di laurea (“moralmente complice”). Nonostante la tesi sia stata utilizzata come prova per la sua difesa il PM ha ritenuto la ricerca troppo
partecipativa.

Il ruolo dell’osservatore in sintesi può essere:

1. Partecipante completo: che partecipa a ciò che sta studiando o finge di farlo e può mostrarsi solo come
un partecipante e non come un ricercatore. Tutto ciò che l’osservatore partecipante fa, o non fa, avrà però
qualche conseguenza su ciò che sta osservando. Rivelando invece la sua identità, potrebbe spostare
l’attenzione dei soggetti sul progetto di ricerca o, dall’altro lato, il ricercatore potrebbe identificarsi
troppo con gli interessi e i punti di vista dei partecipanti.
2. Osservatore completo: studia un processo sociale senza diventarne parte. Se tradizionalmente si è posto
l’accento sull’obiettività, oggi si vedono i vantaggi di immergersi nel punto di vista dei soggetti che si
sta studiando formulando una “competenza selettiva” o “comprensione dall’interno”. Bellah parla di
“realismo simbolico” cioè l’esigenza che i ricercatori sociali trattino le credenze che stanno studiando
come degne di rispetto. Gli antropologi chiamano la tecnica di assumere il punto di vista interno
“prospettiva emica”, mentre la “prospettiva etica” mantiene invece la distanza. Entrambe offrono dei
vantaggi e sembrano mutualmente esclusive, è però possibile adottarle entrambe modificando il nostro
punto di vista all’istante.

Se il partecipante completo partecipa attivamente a quello che sta studiando, questo non sempre è possibile.
Ad esempio se si vuole condurre una ricerca in un gruppo composto da gente poco istruita con difficoltà di
espressione, risulterebbe difficile calarsi nella parte, e inutile rivolgersi a loro con un linguaggio colto e
universitario. Questo aspetto apre un a una questione etica se è giusto o no mentire. Il mentire del ricercatore
legato allo scopo di ricavare maggiori informazioni, se i soggetti di studio non sanno che è un ricercatore si
apriranno di più a lui. Questo perché in alcuni casi se i soggetti sanno di essere studiati potrebbero
modificare il loro comportamento o arrabbiarsi contro il ricercatore. Questo fenomeno è noto come
reattività. La reattività può influire, oltre che sul ricercatore, sulla ricerca stessa. Anche la partecipazione
del ricercatore può influire sul processo sociale. La partecipazione completa, adottando gli stili di vita degli
osservati, potrebbe eliminare il distacco dello scienziato.

Le relazioni con i soggetti. La ricerca scientifica si basa sul fondamento scientifico dell'obbiettività, non
sempre è facile nella ricerca sociale, si pensi ad esempio come sarebbe difficile compiere una ricerca
obbiettiva sulla religione. Questo aspetto tocca il tema della riflessività. La riflessività riguarda la condotta
dell'osservatore. Le caratteristiche dell'osservatore (esempio il credere o meno) possono influire su quello
che osserverà e sul come lo farà.
Un ulteriore aspetto riguarda la questione del potere. Chi conduce la ricerca organizza e dice ai soggetti cosa
devono fare, spesso è l'unico a sapere il vero scopo della ricerca. Il ricercatore ha una posizione di potere e
più elevata rispetto a coloro che sta studiando. Si pensi ad esempio alle prime ricerche antropologiche
condotte a popolazioni primitive che credevano alla magia. Per questo vengono indicati alcuni paradigmi
della ricerca per identificare i diversi aprocci possibili nella ricerca sul campo.

ALCUNI PARADIGMI DELLA RICERCA SUL CAMPO:

1. Approccio naturalistico. È il primo e il più tradizionale approccio di ricerca qualitativa. Sviluppato
dalla scuola di Chicago negli anni trenta. L'approccio naturalistico parte dall'assunto positivistico e
sostiene che la realtà sociale è così come appare e che basti osservarla e descriverla. Il paradigma
usato è quello dell’etnografia, cioè la ricerca che si concentra sulla descrizione dettagliata e precisa
di un fenomeno, piuttosto che sulla sua spiegazione. Un esempio posto nel libro è una ricerca
condotta sui senza tetto (Snow \ Anderson 1987) nella quale i ricercatori seguirono un gruppo di
homeless durante la quotidianità per un anno.
2. Etnometodologia. (Anticipata nel Cap. 2) Fa riferimento alla tradizione filosofica della
fenomenologia. Gli etnometodologici sono scettici di fronte al modo in cui le persone raccontano la
loro esperienza della realtà. Mentre l’etnografia s’immerge in una particolare cultura per poter
rappresentare la realtà sociale che studia, la fenomenologia attribuisce un significato alla percezione
del mondo degli informatori. Le persone descrivono il loro mondo non “com'è”, ma come lo
percepiscono. Per capire come le persone attribuiscano significato alla vita quotidiana i ricercatori
sul campo hanno sviluppato diverse tecniche. H Garfinkel (1967) utilizza degli esperimenti di
“chiarimento della conversazione”. Lo scopo di questi esperimenti e quello di “rompere le regole”
della routine della vita quotidiana studiando i “modelli sottintesi” delle interazioni. Secondo
Garfinkel lo studio con un approccio naturalistico fa perde l'abilità di analisi perché si utilizzano i
punti di vista che fanno parte del mondo e della cultura che si sta analizzando.
3. Grounded theory. Unisce due correnti diverse il positivismo e l'interazionismo. Tale approccio tenta
di combinare un approccio naturalista con la preoccupazione positivista stabilendo una serie di
regole (B. Glaser \ A. Strauss 1967):
• pensare in modo comparativo,
• ottenere più punti di vista,
• ogni tanto fare un passo indietro,
• mantenere un atteggiamento di scetticismo
• seguire le procedure della ricerca.
4. Lo studio di caso e il metodo di analisi dinamica dei casi. Lo studio di un caso si concentra su un
caso solo (o pochi), una piccola città, una famiglia, una gang giovanile, etc. Lo scopo può essere
descrittivo (descrivere una tribù) o esplicativo. L'analisi dinamica dei casi ha lo scopo di scoprire
eventuali lacune nelle teorie per modificarle. Questo approccio si discosta dalle teorie precedenti
perché, mentre la Grounded theory si pone l'obiettivo di entrare in campo senza preconcetti, l'analisi
dinamica cerca di rilevare nel modo più coerente possibile quello che ci si aspetta di trovare prima di
iniziare.
5. L’etnografia istituzionale. Ideata da D. Smith (1978), questa tecnica ritiene che chiedendo a membri
di un gruppo subordinato “come funzionano le cose”, sia possibile scoprire le pratiche istituzionali
che formano le loro realtà. Lo scopo è studiare le forme di oppressione, iniziando ad esaminare le
esperienze personali degli individui, e cercando di scoprire le relazioni di potere che governano tali
esperienze. Simile all'etnometodologia, studiando le relazioni dal basso il ricercatore può evidenziare
aspetti sfuggiti agli scopi ufficiali delle istituzioni.
6. La ricerca azione partecipativa. Anche in questo paradigma entrano in gioco le relazioni di potere.
Nella ricerca partecipativa il ricercatore costituisce una risorsa per coloro che sta studiando
(solitamente gruppi svantaggiati) e un’opportunità per agire effettivamente nel loro interesse.
Secondo questo paradigma anche la ricerca sociale è elitaria se riduce i soggetti di studio ad oggetti.
Chi produce e progetta una ricerca non è neutro, ma responsabile di quello che fa (ricerca-azione).
Inoltre la conoscenza che porta la ricerca è fortemente legata al potere che come spesso è in mano ai
gruppi dominanti. Anche il ricercatore deve scegliere se essere dalla parte dei dominatori o dei
dominati, o se creare educazione e sviluppo per tutti.
Condurre una ricerca qualitativa sul campo
Se dobbiamo studiare un'organizzazione la ricerca potrebbe iniziare con un'analisi della letteratura esistente.
Dopo potremmo discutere dell'organizzazione con qualcuno che la conosce bene o la ha già studiata o
magari ha amici all'interno. Prima di stabilire un contatto con i soggetti dell'organizzazione dovremmo
saperne di più, documentandoci e in particolare sui loro ideali/mission.
È necessario stabilire un contatto con gli informatori, inizialmente informale (le prime impressioni sono
importanti) per acquistare la loro fiducia. Successivamente bisogna fornire loro alcune informazioni
riguardo alla nostra ricerca, questo però può far cambiare alcune cose. Mentendo sul nostro scopo otterremo
risultati differenti, ma diventerebbe difficile fare troppe domande.
Le interviste qualitative.
Il disegno delle interviste qualitative è flessibile, iterativo e continuo. Le interviste qualitative hanno come
scopo indagare l'oggetto dello studio, ma non hanno ordine specifico e non sono preparate tutte prima
dell'intervista come invece avviene nelle indagini quantitative.
Il ricercatore deve comunque mantenere il controllo della conversazione focalizzando progressivamente su
ciò che gli interessa. Lofland (2006) suggerisce di adottare il ruolo dell'incompetente socialmente
accettabile, presentandosi come qualcuno che non capisce la situazione in cui si trova (in quanto in ricerca)
e deve essere aiutato ad afferrarne gli aspetti basilari e più ovvi.
S. Kvale (1996) elenca sette passaggi:
1. tematizzare (chiarire lo scopo e i concetti da esplorare),
2. progettare (impostare il processo attraverso il quale raggiungere i propri scopi),
3. intervistare,
4. trascrivere,
5. analizzare,
6. verificare (controllare affidabilità e validità del materiale),
7. presentare (raccontare agli altri).

Il focus group è un’intervista di gruppo che permette di intervistare sistematicamente e

contemporaneamente più persone. È un metodo di ricerca economico, ma efficace che coinvolge 10-15
soggetti in una stanza che conversano sull'argomento introdotto dal ricercatore.
R. Krueger (1988) ne evidenzia i vantaggi e i svantaggi:
VANTAGGI SVANTAGGI

costa poco \ ha un'elevata validità nominale \ è il ricercatore ha meno controllo \ i dati sono difficili
flessibile \ è socialmente orientato a raccogliere dati da analizzare \ i moderatori devono possedere
della vita reale in un ambiente \ impiega poco tempo competenze specifiche \ la differenza fra gruppi può
essere un problema \ è difficile formare i gruppi \ la
discussione deve avere luogo in un ambiente
favorevole
La registrazione delle osservazioni.
Le osservazioni della ricerca qualitativa devono sempre essere registrate. La ricerca qualitativa è uno
strumento più valido di quella quantitativa perché descrive in profondità i concetti, ma risente del problema
di affidabilità perché le osservazioni sono spesso soggettive.
La trascrizione può essere digitale (registrando con una telecamera) o dove non è possibile attraverso delle
annotazioni. Inizialmente è meglio limitarsi ad misurazione descrittiva non tralasciando i particolari che a
prima vista possono sembrare ininfluenti, ma in un'analisi successiva contenere altre informazioni utili.

PUNTI DI FORZA DEBOLEZZE

Permette di raggiungere una profonda conoscenza \ è Non è applicabile a descrizioni statistiche ampie \
flessibile \ poco costosa problematiche di affidabilità legate alla soggettività
del ricercatore (più affidabili sono le ricerche sul
campo totalmente descrittive o quelle comparative).
Capitolo 11 – La ricerca non intrusiva

Ci sono delle tecniche non intrusive che permettono di studiare il comportamento sociale senza influenzarne
il processo. Un esempio pratico proposto nel testo è questo; per capire quali sono le opere più osservate in
un museo potremmo osservare dove il pavimento è più consumato. L'autore individua tre categorie di
ricerche non intrusive.

1. L’ANALISI DEL CONTENUTO. In questo caso i ricercatori studiano una serie di artefatti (documenti,
libri...). È un metodo che studia le comunicazioni umane, quindi sia i processi della comunicazione, sia
altri aspetti del comportamento sociale. Le unità di analisi di tale metodo sono solitamente le forme di
comunicazione scritte e si possono applicare le tecniche standard di campionamento per raccogliere dati.
• Il campionamento. Non è possibile osservare tutto per cui bisogna costruire un'unità di analisi
(cap. 4). Le possibilità sono quasi infinite, ma definendo un campione di studio (i testi di un autore, i
programmi in una fascia oraria...) è possibile definire l'unità.
• Le tecniche di campionamento sono simili a quelle del capitolo 7.
• La codifica. È l'analisi del contenuto. Trasforma i dati grezzi in categorie sulla base di uno schema
concettuale. L'analisi può riguardare il contenuto manifesto cioè significato esplicito. Ad esempio
in un romanzo erotico attraverso il conteggio delle parole volgari si può determinare quanto
espressamente sia pornografico, oppure conteggiare parole come bacio, carezze per capire quanto
sia più erotico. L'analisi può scendere in profondità e scoprire il contenuto latente cioè il significato
implicito, che richiede un giudizio da parte del ricercatore
• La concettualizzazione e la creazione delle categorie di codifica. L'operazione deve far
coincidere gli interessi teorici e la ricerca empirica. Stabilito un intervallo di variazione (riprendendo
l'esempio precedente creando delle categorie di erotismo che va da dal soft all'hard) ed esprimere un
risultato finale che deve essere numerico. Per interpretare i dati si possono usare sia le tecniche
qualitative che quelle quantitative.
• I vantaggi sono i costi bassi e la sicurezza e la possibilità di studiare processi che hanno luogo in un
intervallo di tempo lungo. Gli svantaggi sono che è limitata alle comunicazioni registrate da altri
(resoconti, trascrizioni, ricerche) che potrebbero avere problemi di validità e affidabilità. Per
ottenere più concretezza la ricerca necessiterebbe di ulteriori dati, ma spesso l'evento di studio può
essere già concluso.
2. L’ANALISI DELLE STATISTICHE ESISTENTI. È un metodo utilizzato da molte organizzazioni e
enti pubblici i quali raccolgono dati statistici ufficiali per studiare alcuni aspetti della vita sociale.
• Unità di analisi. Le UdA vanno selezionate accuratamente. E. Durkheim, ad esempio, analizzando
il tasso di suicidi attorno al 1848 dedusse che ci fossero più suicidi tra i paesi protestanti che in
quelli cattolici per una questione di anomia (vedi cap. 5). Tuttavia non era da escludere che i suicidi
fossero stati commessi da una minoranza religiosa ad esempio per la pressione di persecutoria della
maggioranza.
• La validità. Tale metodica soffre di problemi di validità: i dati in alcuni casi possono essere
incompleti. Il problema può essere superato con il ragionamento logico (come nel caso di Durkeim)
oppure con la replicazione cioè con l'intercambiabilità degli indicatori (cap. 5).
• L'affidabilità dipende dalla qualità e dalla quantità dei dati e dai mezzi per accedere ad essi (es
computer o banche dati).

3. LA RICERCA STORICA COMPARATIVA : è un metodo per scoprire modelli culturali differenti

nella storia. A differenza degli atri tipi di ricerca legati a un luogo e a un tempo preciso, la ricerca storica
comparativa studia le classi sociali, la religione, le rivoluzioni in contesti spaziotemporali più ampli.
• K. Marx. Un esempio classico è la ricerca di K Marx sui sistemi economici dalle forme primitive dal
feudalesimo al capitalismo. Marx proponeva una visione di determinismo economico: i meccanismi
economici determinano la natura di tutti gli altri aspetti della società. Per cui la lotta di classe è
l'affermazione di un popolo su un altro (ricchi contro poveri) per la conquista del potere
(economico), allo stesso modo, nella sua visione anche, la funzione delle chiese era quello di
mantenere il potere e controllo sugli oppressi.
 • M. Weber. Di opinione diversa è lo studio di Max Weber. Partendo da uno studio sul calvinismo
francese, ampliato alle religioni in Cina, India e Israele, il sociologo arrivò a conclusioni opposte. Lo
studio sul calvinismo di Weber sosteneva che gli ideali calvinisti di migliorare la propria condizione
terrena gettarono le basi del capitalismo.
• Le tecniche analitiche. La ricerca storica comparativa è considerata una tecnica qualitativa, ma può
diventare anche una tecnica quantitativa. Un esempio è quello di utilizzare dati storici per seguire i
cambiamenti nel tempo: la popolazione, criminalità, disoccupazione, mortalità infantile etc. Questo
metodo può evidenziare che la storia così come è documentata può non coincidere con quello che
effettivamente è accaduto.

Capitolo 12 – La ricerca valutativa

Ogni volta che un ente avvia una riforma sociale vuole sapere i risultati e i cambiamenti che ha prodotto. La
ricerca valutativa si concentra sullo scopo della ricerca piuttosto che sul metodo. Questo scopo è la
valutazione dell'impatto degli interventi sociali. Nella sua forma più semplice la ricerca valutativa è un
processo per determinare se un intervento sociale ha prodotto il risultato che si proponeva. Ad esempio.
L'introduzione di una nuova legge sul divorzio aumenta il numero dei divorzi? Una nuova regolamentazione
delle assicurazioni può far abbassare le polizze? Questi sono i temi della ricerca valutativa.
Esistono diversi tipi di ricerca valutativa:
• La valutazione dei Bisogni: stima l’esistenza e la diffusione dei problemi all’interno di segmenti
specifici della popolazione (come ad esempio quella degli anziani);
• L'analisi costi-benefici: stabilisce se i costi di un programma sono giustificati dai risultati ottenuti.
• I monitoraggi: analizzano il flusso continuo di informazioni su un argomento.

La formulazione del problema: la misurazione. La ricerca valutativa soffre del limite di non poter
misurare l’incommensurabile. La variabile principale di questa ricerca è il risultato o la variabile di risposta.
Se un programma si prefigge di raggiungere uno scopo bisogna essere in grado di misurare lo scopo, ad
esempio se si vuole ridurre il pregiudizio bisogna essere in grado di misurare il pregiudizio; oppure se si
vuole migliorare l'armonia coniugale bisogna essere in grado di misurare il livello di armonia. In sostanza è
necessario specificare i risultati. Per questo motivo di deve in partenza raggiungere un accordo sulle
definizioni. A volte le definizioni di un problema o della soluzione sono definite per legge (ad esempio il
consumo minimo di sostanze stupefacenti che definisce una dipendenza) in altri casi bisogna accordarsi su
come effettuare la misurazione. La misurazione dei contesti sperimentali. Se si vuole misurare l'efficacia
di un corso di formazione, un valore misurabile potrebbe essere se dopo tale corso i soggetti riescono a
trovare lavoro o meno. Tuttavia il trovare lavoro potrebbe dipendere anche da altri fattori come ad esempio
una crisi globale. Per ovviare a questo tipo di problema è necessario misurare l'efficacia reale del nostro
intervento. La misurazione può essere effettuata con l'utilizzo dei due gruppi classici: il gruppo sperimentale
e il gruppo di controllo ai fini di isolare le variabili che potrebbero avere effetti nell'esperimento.

La specificazione degli interventi. Questo passaggio si occupa di definire lo stimolo che utilizzeremo per il
gruppo sperimentale.
E’ importante poi definire la popolazione dei soggetti a cui sottoporre il programma costruendo un
campione adeguato e rappresentativo.
La misurazione è un tema molto delicato nelle ricerca valutativa. Spesso ci si chiede se sia preferibile
utilizzare misure nuove o misure esistenti già sviluppate da altri. Creare una nuova misura potrebbe essere
il risultato migliore, ma costruirla potrebbe comportare a un investimento ulteriore di tempo e denaro.
La definizione operativa del successo\fallimento della ricerca valutativa è legata a una questione di
accordo. Spesso è incentrata su parametri di costi\benefici, ad esempio se spendo 20€ per un un bene che
varrà solo 18€ forse non ci saranno motivi per continuare a produrlo. anche decidere se utilizzare misure già
esistenti o crearne di nuove e quest’ultima scelta offre maggior validità.
I TIPI DI RICERCA VALUTATIVA
La ricerca valutativa non è un metodo, ma un'applicazione dei metodi di ricerca sociale. Tra gli infiniti
modelli l'autore ne individua tre.
1. IL DISEGNO SPERIMENTALE STANDARD. Partendo dai disegni sperimentali esposti nel
capitolo 8, la ricerca valutativa si occupa di definire i criteri di applicazione. Ad esempio se
l'esperimento comprende la visione di un filmato, la ricerca deve specificare la sua durata, quante
volte va ripetuto, dopo quanto tempo somministrare il post-test, etc.
2. IL DISEGNO QUASI SPERIMENTALE. In questo caso i soggetti non sono assegnati in modo
casuale ai gruppi sperimentali e di controllo, per questo i valutatori progettano disegni per valutare
ugualmente il programma.
• Il disegno di serie-temporale. La misurazione avviene nel corso del tempo e prevede solo un
gruppo sperimentale. L'esempio posto nel testo porta la misurazione del livello di interesse di una
classe ad un corso misurato tre intervalli. La classe rimane una sola, e gli intervalli sono all'inizio, a
metà corso e alla fine. Graficamente si può rappresentare se sale o scende la partecipazione.
• Gruppi di controllo non equivalenti. Prevede l'impiego di un gruppo di controllo già esistente (e
non creato per l'esperimento) abbastanza simile al gruppo sperimentale chiamato gruppo di controllo
non equivalente.
• Il disegno di serie temporale con gruppo di controllo (multiple time-series design). È una versione
migliorata del precedente. Oltre al gruppo sperimentale, anche il gruppo di controllo non equivalente
viene analizzato in più serie temporali. Questo serve a capire se esistono contaminazioni esterne
(eventi, scoperte...) o interne tra un gruppo e l'altro.
3. LA VALUTAZIONE QUALITATIVA. I precedenti disegni appartenevano alla valutazione
strutturata di tipo quantitativo; è possibile condurre anche una ricerca solo qualitativa. La scelta
migliore è combinare le due tipologie: la conoscenza statistica dei sistemi quantitativi e al
conoscenza approfondita del processo che produce risultati studiati.
I problemi logistici sono molti, questo è dovuto al fatto che spesso la sperimentazione avviene in un
contesto di vita reale e non in un laboratorio. Anche negli esempi più estremi, come nell'osservazione
partecipata il ricercatore non ha il controllo di quello che sta studiando.
Un altro problema della ricerca valutativa è la questione del controllo amministrativo. L'applicazione di
alcune operazioni durante le sperimentazioni fuori dal laboratorio (come ad esempio nelle carceri, o in
caserme) potrebbe essere sottoposta a controlli per tutelare la sicurezza del luogo. Dobbiamo considerare
che questi controlli possono modificare l'esito del risultato.
L'uso dei risultati. Poiché lo scopo della ricerca valutativa è stabilire il successo o il fallimento degli
interventi sociali, l'interruzione o il proseguimento di un programma dipenderà da tali esiti. Tuttavia
nonostante questa ovvietà la questione non è così lineare. Nonostante gli esiti positivi i risultati di una
ricerca possono non essere presi in considerazione per diversi motivi:
 politici,
 perché le implicazioni non sono sempre comprensibili per chi non si occupa di ricerca sociale,
 perché i risultati della ricerca potrebbero contraddire credenze profondamente radicate o interessi,
 perché la ricerca potrebbe perdere di prestigio o gli stessi risultati potrebbero essere ottenuti in altro
modo.
La metodologia di Sabido. Un esempio di uso dei risultati della ricerca presentato più volte nel testo è
l'impiego delle soap-opera in Sud Africa e in Sud America per contrastare problematiche del territorio, in
particolare la diffusione dell'AIDS. Una volta individuate attraverso la ricerca i modelli tradizionali
inadeguati (come ad esempio il maschilismo)e le credenze popolari retrograde (come ad esempio sul come si
trasmette l'AIDS); il secondo passo è quello di diffondere modelli culturali corretti attraverso soap-opera o
sceneggiati radiofonici.

GLI INDICATORI SOCIALI. Gli indicatori sociali (IS) assomigliano a quello che è per gli economisti il
PIL di una nazione: un indicatore che informa se l'economia di uno stato sta crescendo o no.
Gli IS riflettono le condizioni sociali di una società o di un gruppo sociale: se volessimo ad esempio sapere
le condizioni di salute di uno stato potremmo utilizzare come IS il tasso di mortalità infantile, il numero di
medici pro capite, la spesa pubblica per la salute, i giorni di ospedalizzazione, pro capite etc.).
Una ricerca di W. Bailey (1975) dimostrò che gli stati in cui è in vigore la pena di morte avevano un tasso di
condanne superiori a quelli in cui la pena capitale non veniva applicata. Per evitare che il risultato fosse un
effetto della legge Bailey esaminò le condanne prima e dopo l'entrata in vigore della legge negli stessi stati
non riscontrando variazioni. Il ricercatore ha usato una ricerca valutativa e quantitativa espressa attraverso
IS in un periodo di tempo di un anno (1967/68).
L'etica della ricerca valutativa. È facile per la ricerca valutativa scivolare in questioni, politiche,
ideologiche e morali con la difficoltà di rimanere imparziali. Gli effetti dei programmi riguardano le persone
e gli effetti ricadono su di loro, se pensiamo ad esempio la sperimentazione di un farmaco gli effetti negativi
potrebbero ricadere sul gruppo sperimentale, mentre il gruppo di controllo potrebbe non godere di effetti
negativi, inoltre potrebbero esserci gli interessi delle case farmaceutiche a monitorare la ricerca.

Capitolo 13 – l'analisi qualitativa

L'analisi qualitativa (AQL) è un metodo per studiare i dati sociali senza convertirli in numeri. Questo
approccio precede l'analisi quantitativa (AQN). Difficile è immaginare l'AQL come una seri di procedure da
applicare e imparare a memoria.

Collegare la teoria e l' analisi. , Nell'AQN il ricercatore può cadere il rischio di cadere nella logica della
raccolta dei dati e sulla statistica, nell'AQL questo non avviene perché dati e analisi sono molto intrecciati.
La teoria per A Strauss e J Corbin (1994) delle “relazioni plausibili fra concetti e serie di concetti”afferma
infatti che se le relazioni tra concetti corrispondono a realtà sociali è probabile che quanto avremo scoperto
corrisponda alla realtà sociale.

La scoperta delle strutture. J. Lofland (2006) suggerisce sei modelli per creare modelli e strutture:
1. La frequenza: con la quale hanno luogo determinate variabili.
[in un abuso sessuale: quante volte accade]
2. La magnitudo: intensità delle variabili.
[la violenza]
3. Le strutture: i tipi di variabili e le loro correlazioni.
[fisica, mentale, sessuale]
4. I processi: qual è (se presente) l'ordine sequenziale delle variabili prese in considerazione.
[prima ci sono le violenze psicologiche e poi sessuali]
5. Le cause: cosa causa le variabili.
[l'alcool, il contesto...]
6. Le conseguenze: quali sono le conseguenze della presenza o meno di queste variabili.
[gli effetti nel breve e lungo periodo]

Nell’analisi dei dati infatti, cerchiamo di scoprire strutture e modelli che cambiano nel tempo o possibili
relazioni causali fra variabili che confermino, suggeriscono o aiutino a creare una teoria.
Gli approcci adoperati sono (M Huberman \ M Miles 1994):
A) Cross-case analysis (o analisi trasversale tra casi): analizza contemporaneamente più casi. Il
metodo analizza i modelli e le strutture che si ripetono di più durante le osservazioni e utilizza due
strategie per analizzare i dati:
• L'Analisi variable-oriented: incentrata sulle relazioni fra le variabili: il genere, la classe sociale,
l'età, etc. Lo scopo è quello di ottenere una miglior descrizione (parziale e generale)o il miglior
risultato utilizzando il minor numero di variabili.
• L'Analisi case-oriented (o analisi dei casi): indaga profondamente un singolo caso cercando tytte le
variabili. Nonostante da un singolo caso non si possa costituire una teoria, nell'analisi approfondita di
tutti i dettagli della loro vita si possono trovare degli archetipi, (l'influenza dei genitori, la tipologia
delle amicizie) che si possono riscontrare nell'analisi del caso successivo.
 B) La grounded theory (GTM). Già vista nella ricerca sul campo (cap. 10) questo approccio parte
dall'osservazione dei casi (anziché dalle ipotesi) per arrivare alle affermazioni. Cerca in sostanza di
costruire strutture e sviluppa teorie dal basso, senza preconcetti come le teorie precedenti. La GTM
oltre il principio induttivo di costruire teorie dai dati si svolge in quatto fasi.
1. Comparare gli incidents (episodi) applicabili a ciascuna categoria. (simile al cap. 5) specificare
la natura e la dimensione dei vari concetti che emergono dai dati.
2. Integrare le categorie e le loro proprietà. Osservare le relazioni tra dati e concetti.
3. Delimitare la teoria. Eliminare i concetti non rilevanti riducendo il numero delle categorie.
4. Scrivere la teoria. Pubblicare e condividere il risultato della ricerca.
C) La semiotica o semiologia è definita come la scienza dei segni. Studia i segni e cerca di trovarne il
significato ed è spesso associata all'analisi del contenuto (cap. 11). Anche se la semiotica si basa
sullo studio linguaggio, il linguaggio è solo uno dei tanti sistemi simbolici che si possono usare; (il
galateo, la matematica, la musica... sono altri esempi di sistemi simbolici. Per questo motivo la
semiotica può essere applicata in diversi ambiti di ricerca. E. Goffman in uno studio sulla pubblictà
(1979) evidenziò che oltre allo scopo di vendere il prodotto gli spot mostravano anche i loro pensiero
maschilista.
D) L'analisi della conversazione. Fa parte dell'etnometodologia, ovvero la scienza che studia gli
artefatti umani (già vista nel cap. 10). La conversazione infatti è in primo luogo un'attività fortemente
strutturata (il saluto, l'alternanza nel dialogo...), in secondo luogo è strettamente correlata al contesto:
una frase può avere significati diversi se espressa in situazioni diverse. Inoltre l'analisi della
conversazione si occupa di analizzare anche il significato di errori, sospiri, pause, etc. In questo caso
l'analisi dei discorsi come l'analisi dei segni permette di studiare regole codificate dalla società.
• La codifica. Indipendentemente dal tipo di ricerca, ogni ricercatore dovrà gestire una grande
quantità di dati spesso in formato testuale. Il processo di base per la gestione è la codifica
cioè la classificazione o la categorizzazione dei dati. Ma se la codifica nell'AQN consisteva
nell'identificare un unità standardizzata alla quale associare le variabili, la codifica nell'AQL
funziona in modo diverso. Il principio per organizzare la codifica qualitativa è il concetto. In
questo caso la categoria “dimensione” potrebbe contenere solo alcune parole (dal grande al
piccolo es.), mentre la categoria “scopo” potrebbe essere molto più grossa.
• La creazione dei codici. Glaser e Staus (1967) suggeriscono tre modi per la creazione delle
categorie qualitative.
◦ Codifica aperta: è il punto di partenza della grounded theory. Si inizia in un punto del
testo a leggendolo più volte e cercando di identificare i concetti principali che contiene.
◦ Codifica assiale: cerca di identificare i concetti centrali e crea un raggruppamento dei
dati. Utilizzando categorie aperte vengono catalogati i concetti più analitici.
◦ Codifica selettiva: cerca di identificare IL codice centrale della ricerca, ovvero quello più
generale e predominante.

AGGIUNGERE MEMORIA
Nella grounded theory i promemoria (memoring) aggiunti ai testi, per fissare le impressioni personali,
hanno un significato particolare. Possiamo avere:
• note dei codici (che fanno riferimento alle categorie),
• note teoriche (che fanno riferimento ai concetti),
• note operative (che fanno riferimento agli aspetti metodologici).
In modo simile le mappe concettuali cercano di immaginare come i pensieri possono essere associati tra di
loro.
L'etica dell'analisi qualitativa è un'analisi basata sostanzialmente su giudizi soggettivi. Inoltre essa
attribuisce grande importanza alla privacy dei soggetti.
Capitolo 14 – l'analisi quantitativa
L'analisi quantitativa (AQN) riguarda le tecniche tramite le quali i ricercatori trasformano i dati in formato
numerico per poter effettuare analisi statistiche.
La quantificazione. Esistono programmi che permetto di convertire in modo automatico i dati, per fare
questa conversione il computer deve essere in grado di leggere i dati; età, reddito sono già formato
numerico, ma per altri il procedimento è più complesso. Maschio e femmina possono essere convertiti in 1 e
2, così vale per la religione (es cattolica 1, protestante 2, etc), se però si devono codificare molti dati in
poche categorie è opportuno codificare i dati con maggiori dettagli.
La creazione delle categorie. La scelta della catalogazione può seguire può seguire due strade:
• seguire gli scopi delle ricerca,
• seguire la logica che emerge dai dati, cioè generare i codici direttamente dai dati (cap. 13).
Individuate le categorie esse devono esaustive e mutualmente esclusive (se se un dato appartiene ad una non
può appartenere a quella opposta).
L'immissione dei dati (data entry). Come già visto i dati possono essere inseriti a mano, con sistema ottico
o direttamente tramite PC (con il sistema CATI).

L'ANALISI UNIVARIATA
L'analisi univariata riguarda la descrizione di una variabile, come ad es. il genere, l'età, etc. Spesso il dato da
solo dice poco, per questo è necessario un procedimento definito distribuzione dei dati.
• La distribuzione di frequenza (o frequenze marginali), in una ricerca permette di definire quante
volte avviene una determinata variabile ed è espressa in percentuale. Indica la percentuale di quanti
hanno risposto ad una tot domanda. Un esempio: il 471 soggetti che hanno risposto NO sui 2801
totali sono il 16,8%.
La tendenza centrale. Il calcolo delle medie è influenzato dai valori estremi (l'alto e il basso), la scelta di
quale media usare varia dal tipo di ricerca e dai dati disponibili.
• La media aritmetica (o misura della tendenza centrale). Si ottiene dividendo la somma dei valori per
il numero dei casi.
• La moda è l'attributo che ricorre con maggior frequenza.
• La mediana è l'attributo centrale nella distribuzione ordinata degli attributi.
La dispersione. Attraverso l'utilizzo delle medie anziché dire “un età media tra i 13 e 19 anni” posso dire ha
15,87 anni. L'impiego è vantaggioso, ma lo svantaggio che ne deriva è la dispersione. Una misura più
complessa della dispersione è la deviazione standard vista nel campionamento probabilistico (cap. 7).
La deviazione standard e la varianza sono due misure strettamente legate, e servono a fornire la dimensione
della dispersione dei dati. Per capire meglio, immaginiamo due serie di dati: a = { 2, 4, 3, 2.5, 3.5, 3 } e b =
{ 1, 5, 9, -3, -12, 18 }. In entrambi i casi la media aritmetica è 3, mentre la deviazione standard di a è =
0.6455 e quella di b è = 9.3986. La deviazione standard ci dice che i dati di b sono molto più dispersi di
quelli di a (più il valore si avvicina allo zero minore è la dispersione). La deviazione standard viene
calcolata facendo un calcolo complesso: la radice quadrata della media dei quadrati degli scarti. In effetti
elevando al quadrato gli scarti, ci si mette al riparo dalla compensazione che potrebbe essere data dagli scarti
positivi e quelli negativi che altrimenti, si annullerebbero.
• Le variabili continue (o cardinali) aumentano costantemente in piccole frazioni. Un esempio l'età
aumenta costantemente con il tempo.
• Le variabili discrete passano da una categoria all'altra senza nessun valore intermedio esempio
all'università si passa da matricola (al primo anno) a studente (dal secondo in poi) senza definizioni
intermedie. In questa categoria alcune delle tecniche analizzate fin ora non possono essere applicate.
Se le variabili sono nominali possiamo calcolare la moda, se sono a intervalli possiamo calcolare la mediana,
se sono a rapporti non nominali possiamo calcolare la media (cap. 5). Per esempio se stiamo analizzando la
variabile genere, i numeri (23 motocicliste) o le frequenze (il 7% sono donne) sono appropriati, ma non ha
senso indicare la media o la mediana.
L'ANALISI BIVARIATA.
Il confronto fra gruppi. Alla domanda “siete favorevoli alla legalizzazione della marijuana?” il 33,4%
potrebbe rispondere SÌ, e il 66,6% risponde NO (analisi bivariata). Ma tra i favorevoli alla legalizzazione
esiste una percentuale di sottogruppi (il 70% sono liberali, il 5% conservatori, 15% moderati, etc) che
costituiscono l'analisi bi-o-multivariata.
L'analisi bivariata è un confronto tra sottogruppi, cioè prende in considerazione due variabili, o in altri
termini è una variabile che influenza un altra variabile. Riprendendo il primo esempio “il 70% dei
antiproibizionisti sono liberali”, la preferenza per la legalizzazione è la 1°variabile, mentre l'orientamento
politico è la 2°variabile. In questo caso l'analisi bivariata e concentrata sulla seconda variabile.
Introduzione all'analisi multivariata. La logica dell'analisi multivariata segue quella bivariata in quanto,
altro non è che l'analisi simultanea di più variabili. L'analisi multivariata utilizza una descrizione più
complicata di sottogruppi. Se la rappresentazione grafica può risultare complicata è possibile escludere le
nella variabile dipendente dicotomica (cioè ha solo due attributi) il valore opposto. Se ad esempio se il 24%
delle donne con meno di 40 anni partecipa alle funzioni religiose, posso escludere il dato del 76% che non lo
fanno, ma devo indicare il totale (a quanto corrisponde 100%) o il parziale (a quante donne corrisponde il
24%).
La gestione dei “non so”. Un problema potrebbe sorgere da una quota elevata di rispondenti che non sanno
esprimere un opinione. Non sempre è possibile escludere il dato, se una percentuale alta non ha risposto
significa o che non ha un'opinione in merito o che i questionario è poco chiaro.
La ricerca qualitativa. L'analisi quantitativa può condurre ad un analisi qualitativa: dati possono fornire
supporto a risultati di indagini qualitative.
Identificazione dei problemi sociali. Ogni problema sociale altro non è che un insieme di variabili che
contengono sottogruppi con altre variabili. È possibile rappresentare e controllare la logica implicita delle
nostre discussioni quotidiane attraverso la scomposizione di queste variabili e l'analisi quantitativa.
L'etica dell'analisi quantitativa. Molti ricercatori sostengono che l'AQN sia esente dalla soggettività.
Spesso non è così. Anche l'analisi matematica più sofisticata può favorire la definizione e la misurazione di
determinate variabili favorendo un risultato rispetto ad un altro e il ricercatore può esserne consapevole.

Capitolo 15 – leggere e scrivere la ricerca sociale.

Ecco alcune domande che dovremo porci nello studio di una ricerca svolta da altri.
Orientamento teorico.
• Il testo fa riferimento a qualche teoria?
• È possibile identificare l'orientamento teorico?
• La metodologia è appropriata allo studio?
• Chi ha condotto la ricerca e da chi era finanziata?
• Qual'è l'unità di analisi? È appropriata allo scopo?
• È un indagine trasversale o longitudinale?
• Se si tratta di indagini campionarie, è stato utilizzato lo stesso test?
Misurazione.
• Quali sono gli indicatori scelti? Perché? Sono affidabili? Sono qualitativi o quantitativi?
• Qual'è il livello di misurazione: una scala ordinale, nominale, a intervalli, di rapporti?
• Sono state utilizzate misure composite (indici, scale...)?
Campionamento.
• Lo studio riguarda un campione o l'intera popolazione?
• Come è stato selezionato il campione?
• Qual è lo scopo della ricerca?
• Se è stato selezionato un campione probabilistico, da quale popolazione?
• Quali sono le dimensione del campione? In quanti hanno risposto? È rappresentativo?
Esperimenti
• Qual è la principale variabile? Come sono state misurate le variabili? Ci sono problemi di validità o
affidabilità?
• Qual è lo stimolo sperimentale?
• Esiste un gruppo di controllo? Come sono stati assegnati i soggetti al gruppo di controllo o al gruppo
sperimentale)? L'esperimento prevede un doppio cieco?
• Ci sono problemi di validità interna o esterna?
• Sono stati fatti post-test o pre-test?
Le indagini campionarie.
• Sono state prese in considerazione tutte le problematiche?
• Quali domande sono state poste? Sono state usate domande aperte o chiuse? Le domande sono chiare
o ambigue? Quali sarebbero state le nostre risposte?
• I dati sono appropriati alla ricerca? Le domande riflettono correttamente le variabili?
La ricerca sul campo.
• Quale paradigma ha guidato il ricercatore?
• Quali sono le variabili e come sono state misurate?
• Ci sono problemi di validità o affidabilità?
• C'è la possibilità che la classificazione delle osservazioni sia stata influenzata dai risultai o dalle
ipotesi del ricercatore?
• Sono state elaborate conclusioni descrittive? Quali standard impliciti sono stati usati?
• È possibile generalizzare i risultati in settore più ampio della società?
• Sono state fatte interviste? E come?
• Qual è il livello di partecipazione del ricercatore? La partecipazione ha influenzato gli eventi? Il
ricercatore ha rivelato la sua identità? Se sì questo ha influenzato la ricerca?
• La ricerca riporta osservazioni personali?
• L'identità culturale del ricercatore ha influenzato l'interpretazione di ciò che ha osservato?
L'analisi del contenuto.
• Quali sono le variabili principali dell'analisi?
• Qual è la fonte dei dati utilizzata?
• Se è stata condotta un'analisi quantitativa, è tato selezionato un campione appropriato? Sono state
utilizzate tecniche statistiche appropriate?
• Se è stata condotta un analisi qualitativa è stato utilizzato materiale sufficiente? Le conclusioni
derivano logicamente dai dati?
L'analisi delle statistiche esistenti.
• Chi ha raccolto i dati? Qual era lo scopo iniziale per la raccolta?
• Qual è l'unità di analisi dei dati? È appropriata agli scopi della ricerca? C'è pericolo di fallacità
ecologica?
• Quando sono stati raccolti i dati? Sono adeguati all'analisi presente?
La ricerca storico comparativa.
• Si tratta di un'analisi descrittiva o esplicativa?
• Comporta uno studio trasversale o il mutamento nel tempo?
• La ricerca prevede l'uso di tecniche di ricerca (statistiche esistenti, analisi del contenuto, sondaggio
campionario)?
• I dati sono appropriati all'analisi?
• Sono stati utilizzati documenti storici? Chi li ha prodotti? Per quali scopi?
La ricerca valutativa.
• Qual'è l'intervento sociale analizzato? Come è stato misurato? Ci sono problemi di validità o
affidabilità?
• Sono state valutate persone affidabili?
• Come è stato definito il “successo”?
• Come è stato valutato l'intervento? Il giudizio è fondato su argomentazioni valide?
• Chi ha finanziato la ricerca e chi l'ha condotta? Vi sono state interferenze nella valutazione?
Analisi dei dati.
• Lo scopo della ricerca richiede un analisi qualitativa o quantitativa?
• Come sono stati codificati i dati non standardizzati? I codici si basano su teorie precedenti o sono stati
generati dai dati?
• Sono state analizzate tutte le variabili? La relazione tra due variabili potrebbe essere causata da una
terza?
• Il risultato della ricerca è rilevante? Esistono variabili nei sottogruppi ampie o significative?
• Ci sono errori nella logica dell'analisi e interpretazione dai dati?
• Le osservazioni empiriche hanno rivelato nuovi modelli o strutture di relazioni ponendo le basi per
fondare nuove teorie di vita sociale?
• Le tecniche statistiche per l'analisi dei dati sono appropriate al livello di misurazione delle variabili?
• Sono stati usati test statistici? Sono stati interpretati correttamente?

La presentazione dei risultati.

• La ricerca modifica, aggiunge, contraddice o replica ricerche precedenti?
• Sono stati riportati tutti i dettagli della progettazione e della conduzione della ricerca?
• Il ricercatore ha indicato i problemi e gli errori nell'esecuzione e nella progettazione?
• Vi sono suggerimenti per migliorare le ricerche future?

SCRIVERE LA RICERCA SOCIALE

Se i risultati della ricerca non vengono pubblicati gli sforzi si possono considerare vani. I risultati e il
procedimento di una ricerca deve essere quindi pubblicato in uno modo il più possibile comprensibile a tutti,
senza usare terminologia troppo complicata per i soli addetti ai lavori e commentando le rappresentazioni
dei grafici. Se si è abituati a leggere le ricerche verrà più facile pubblicarle. Scrivere un rapporto scientifico
serve ad aggiungere un contributo alla scienza e a stimolare nuove ricerche.
Alcune considerazioni preliminari. Prima di iniziare a scrivere bisogna chiederci chi lo leggerà, cioè chi
sarà il nostro pubblico, se composto da soli scienziati possiamo dare per scontate alcune conoscenze.
Tipi di lunghezza e di rapporto. Dopo aver condotto la ricerca possiamo inoltre scrivere diversi tipi di
rapporto impostati in base alla tipologia del lettore. La lunghezza può variare in base alle note o alla
spiegazione delle metodologie, all'uso di sigle e abbreviazioni; inoltre si possono evidenziare degli aspetti
(es. quello economico) in base al tipo destinatario (il finanziatore).
Il working paper è un rapporto provvisorio in cui sono inserite le note con le riflessioni, ma se si deve fare
una presentazione pubblica bisogna esporre un rapporto sintetico.
Scopo e organizzazione del rapporto. Lo scopo o gli scopi devono essere ben presenti durante la ricerca.
Nella pubblicazione l'abstract ha la funzione di anticipare in modo sintetico lo scopo e i risultati della
ricerca. Molto spesso i ricercatori hanno difficoltà nella costruzione dell'abstract sia per la difficoltà di
sintesi di ricerche moto lunghe, sia per non svelare subito le conclusioni per evitare che quanti, non
d'accordo con quanto letto, non si impegnino ad approfondire i risultati della ricerca nel rapporto completo.
Una ricerca dovrebbe iniziare citando la letteratura sul tema, fornendo notizie su tutte le ricerche che hanno
supportato tali visioni del mondo e specificando gli errori o i punti di forza di tali ricerche. La nostra
preoccupazione sarà esporre nelle ricerche precedenti le discordanze tra i risultati, le prospettive che hanno
favorito i risultai, gli errori delle precedenti indagini. Nel far questo occorre citare le fonti, per evitare
diffamazioni e il plagio.
• Non si possono riportare le parole esatte di un altro autore senza usare le virgolette e citare la fonte,
• non si può parafrasare un testo altrui e definirlo proprio,
• non si possono definire idee altrui come proprie anche utilizzando parole diverse.
La descrizione delle analisi. È importante descrivere la ricerca fornendo il massimo dei dettagli. Ad
esempio in un'analisi qualitativa la descrizione deve fornire al lettore il numero sufficiente di dettagli per
evitare fraintendimenti, in una analisi quantitativa, il lettore deve essere in grado di costruirsi nel dettaglio
tutti i dati per poter replicare, se necessario, l'intera indagine. Le tabelle devono essere spiegate e poste
preferibilmente nel contesto (non a fine testo), inoltre le conclusioni devono essere esplicite.