Turni prova intermedia del 16 maggio

Transcript

1 DIPARTIMENTO DI SCIENZE SOCIALI E POLITICHE Anno Accademico 2015/2016 Metodologia della Ricerca Sociale e Valutativa (GLO) prof. Ferruccio Biolcati Rinaldi Quinta settimana LAVORARE CON LE VARIABILI Turni prova intermedia del 16 maggio Da AHMED a CIACIUDDO: ore 16.30, aula 4 Da COSTA a LURASCHI: ore 17.20, aula 4 Da MAESTRI a RIPAMONTI: ore 16.30, aula 5 Da RIVA a ZUFFI: ore 17.20, aula 5 1

2 Di che cosa parleremo questa settimana? Riferimenti Bibliografici Un indicatore per un concetto Aggregazione di valori Dummy variable Normalizzazione Standardizzazione Più indicatori per un concetto Indici a priori e tipologie Scala Likert Scale auto-ancoranti Biolcati-Rinaldi F. e Vezzoni C. (2012), pp Biolcati-Rinaldi F. (2011), "Likert Scales" in Southerton D. (Ed.), Encyclopedia of Consumer Culture, Sage, Los Angeles, pp de Lillo A., Arosio L., Sarti S., Terraneo M. e Zoboli S., Metodi e tecniche della ricerca sociale, Pearson, Milano, 2011: pp , e Per approfondire Biorcio R. e Pagani S. (1997), Introduzione alla ricerca sociale, Carocci, Roma. Corbetta P II, cap. IV con l eccezione dello Scalogramma di Guttman e del Test sociometrico Corbetta P., Gasperoni G. e Pisati M. (2001), Statistica per la ricerca sociale, il Mulino, Bologna, pp Likert R. (1932), A Technique for the Measurement of Attitudes, Archives of Psychology, 140, pp Marradi A. (2007), Metodologia delle scienze sociali, il Mulino, Bologna. Marradi A. e Gasperoni G. (a cura di) (2002), Costruire il dato 3. La scala Likert, Franco Angeli, Milano. Perrone L. (1977), Metodi quantitativi della ricerca sociale, Feltrinelli, Milano. Roccato M. (2006), L inchiesta e il sondaggio nella ricerca psicosociale, il Mulino, Bologna. Segatti P. e Vezzoni C. (2006), La gente come me conta in politica? Un esplorazione sul senso di efficacia politica degli italiani tra il 2001 e il 2004, Working Paper DSSP UNIMI. 1. Un indicatore per un concetto 2

3 NORMALIZZAZIONE (1/4) (CGP 2001, cap. 3) Trasformazione di un insieme di valori numerici al fine di collocarli in un sistema di riferimento che ne faciliti l interpretazione. Una forma semplice di normalizzazione consiste nel mettere in relazione i valori di una variabile cardinale con il valore più basso e il valore più alto che si possono assumere su quella variabile: Ni=(Xi-Xmin)/(Xmax-Xmin) Il ricercatore può anche preferire un campo di variazione dei valori della nuova variabile diverso da 0-1. Ni=K*[(Xi-Xmin)/(Xmax-Xmin)] in cui K è eguale al nuovo massimo che il ricercatore desidera assegnare alla scala dei valori possibili. ES. Ni=(18-0)/(30-0)=0,6 Ni=110*0,6=66 NORMALIZZAZIONE (2/4) (CGP 2001, cap. 3) Perché? Il campo di variazione è di facile comprensione, ed è agevole interpretare un qualsiasi altro valore collocato nell intervallo. Utile qualora il ricercatore voglia confrontare i dati appartenenti a due (o più) variabili che presentano intervalli di variazione diversi. Normalizzazione assoluta (teorica) e normalizzazione relativa (empirica). La normalizzazione relativa permette di sfruttare appieno l intervallo di variazione effettivo; permette anche di rimediare a situazioni in cui non si conoscono i valori minimo e massimo teoricamente possibili di una distribuzione. Ma non consente confronti. ES.: Classifica Censis-la Repubblica. Le distanza relative comunque non cambiano. 3

4 NORMALIZZAZIONE (3/4) 2009/ /2011 Università Originale Norm Rel Norm Ass Originale Norrm Rel Norm Ass Forlì Milano Messina NORMALIZZAZIONE (4/4) TAB Punteggi medi degli indici di utilizzo del personal computer e dell'indice di tecnologizzazione dell'ambiente domestico Internet base Internet avanzato Off line Tecnologizz azione Genere Maschio Femmina Età anni anni anni anni anni Condizione occupazionale Disoccupato/Inattivo Studente Occupato Background culturale familiare Alto Medio-Alto Medio Basso Classe sociale familiare Boghesia Classe media impiegatizia Piccola borghesia Operaia Ampiezza del comune di residenza < abitanti abitanti abitanti abitanti > abitanti Area geografica Nord 43 Centro 44 Sud e Isole 36 Totale Base: Note: dati pesati; sono riportate solo quelle relazioni in cui la significatività del p-value del test F dell analisi della varianza per le diverse variabili è inferiore a 0,001. 4

5 STANDARDIZZAZIONE (1/2) (CGP 2001, cap. 3) Talvolta la normalizzazione relativa restituisce risultati poco soddisfacenti perché il suo ancoraggio alla distribuzione empirica è relativamente debole: si basa soltanto sul valore minimo e massimo senza considerare come gli altri valori si distribuiscono entro quell intervallo. La standardizzazione è una procedura di normalizzazione particolarmente utile nell analisi di variabili cardinali. Essa trasforma i dati originari in punti standard che non risentono: dell unità di misura della variabile; della tendenza centrale e della dispersione della distribuzione. ( X i X ) Zi = S La nuova variabile Z presenta alcune caratteristiche molto interessanti: la media è uguale a 0 e la deviazione standard è uguale a 1. Tutti i dati appartenenti a distribuzioni standardizzate sono confrontabili tra di loro, in quanto hanno la stessa unità di misura (il punto standard), la stessa tendenza centrale e la stessa dispersione. Per diverse distribuzioni empiriche e per diverse unità di misura/conto. STANDARDIZZAZIONE (2/2) (CGP 2001, cap. 3) 5

6 2. Più indicatori per un concetto: indici a priori e tipologie ESEMPIO DI INDICE ALGEBRICO (1/3) Contatti con la realtà universitaria (CGP 2001, 89-96) D12. Durante la sua esperienza universitaria si è fatto dei nuovi amici all università? Questionario Orientamento Omogeneizzazione No, nessuno 0 0 0,0 Sì, ma pochi 1 1 0,5 Sì, molti 2 2 1,0 D13. Ha mai frequentato le lezioni dei corsi previsti per il primo anno? Questionario Orientamento Omogeneizzazione Tutti i corsi o quasi, regolarmente 0 3 1,00 Solo alcuni corsi, regolarmente 1 2 0,67 Solo alcuni corsi, saltuariamente 2 1 0,33 Nessuna frequenza 3 0 0,00 6

7 ESEMPIO DI INDICE ALGEBRICO (2/3) Contatti con la realtà universitaria (CGP 2001, 89-96) D14. Ha mai avuto un colloquio privato con un professore della sua facoltà? Questionario Orientamento Omogeneizzazione Sì No D15. Ha mai frequentato le biblioteche o sale di lettura dell università? Questionario Orientamento Omogeneizzazione Sì No D16. Ha acquistato alcun libro di testo previsto per gli esami dei corsi del primo anno? Questionario Orientamento Omogeneizzazione Sì No ESEMPIO DI INDICE ALGEBRICO (3/3) Contatti con la realtà universitaria (CGP 2001, 89-96) Orientamento Omogeneizzazione Ponderazione Simone Filomena Simone Filomena Simone Filomena D D D D D Totale CU i = D12 i + D13 i + D14 i + D15 i + D16 i CU i = P12 * D12 i + P13 * D13 i + P14 * D14 i + P15 * D15 i + P16 * D16 i CU i = 2 * D12 i + 4 * D13 i + 1 * D14 i + 1 * D15 i + 1 * D16 i 7

8 QUATTRO DOMANDE A CUI RISPONDERE NELLA COSTRUZIONE DI UN INDICE (CGP 2001, 89-96) Le variabili sono cardinali o possono essere trattate come tali senza fare troppa violenza ai dati? Le variabili hanno lo stesso orientamento semantico? Le variabili hanno lo stesso campo di variazione e/o sono espresse nella stessa unità di misura/conto? Le variabili hanno la stessa validità, ossia colgono in eguale misura la proprietà generale che si vuole operativizzare? 3. Più indicatori per un concetto: la scala Likert 8

9 Definizioni La scala Likert è una tecnica per misurare concetti complessi, come atteggiamenti, stili di consumo mediale, soddisfazione per aspetti della vita, ecc. Per la sua semplicità è la tecnica di scaling unidimensionale più nota e utilizzata. Scale: [m]easurement instruments that are collections of items combined into a composite score, and intended to reveal levels of theoretical variables not readily observable by direct means (DeVellis 2003, 8-9) Scale unidimensionali e multidimensionali: es. informazione politica e partecipazione politica. La misura degli atteggiamenti (Corbetta 2003 II, ) Applicazione originale e principale della scala di Likert L atteggiamento è una credenza di fondo non rilevabile direttamente, mentre l opinione è uno dei modi con cui essa emerge alla superficie, ne è cioè un espressione empiricamente rilevabile. Le scale di Likert consistono di un insieme di opinioni rispetto alle quali è rilevato il grado di accordo o disaccordo degli individui. 9

10 Esempio di scala di efficacia politica (Corbetta 2003 II, ) Le leggerò ora alcune affermazioni che vengono fatte correntemente dalla gente. Vorrei sapere, per ciascuna di queste affermazioni, se lei è d accordo oppure no 1. La gente come me non ha alcuna influenza su quel che fa il governo CA (1) A (2) D (3) CD (4) NS (9) 2. Talvolta la politica sembra così complicata che non si riesce a capire che cosa sta succedendo CA (1) A (2) D (3) CD (4) NS (9) 3. Non credo che gli uomini politici si interessino gran che di quello che pensa la gente come me CA (1) A (2) D (3) CD (4) NS (9) CA (1) A (2) D (3) CD (4) NS (9) Scale di importanza Le scale stile Likert (Roccato 2006, ) Scale di soddisfazione Scale autodescrittive Scale di frequenza 10

11 Come costruire una scala Likert Tre fasi 1. Formulazione delle domande 2. Somministrazione delle domande 3. Analisi della scala 1. La formulazione delle domande Si applicano le usuali norme per la formulazione delle domande. Le frasi devono essere chiare, brevi, semplici e non ambigue. Il vocabolario deve essere il più semplice possibile, secondo quelle che sono le capacità cognitive degli intervistati. Evitare le frasi con una doppia negazione: Non ritiene che la violenza negli stadi sia inutile? Evitare le frasi «a canna doppia»: Sostengo i diritti civili perché la discriminazione è un crimine contro Dio 11

12 1. La formulazione delle domande Nel caso della misura degli atteggiamenti, è importante che le frasi esprimano un giudizio di valore (opinione) e non un giudizio di fatto: Two persons with decidedly different attitudes may, nevertheless, agree on questions of fact. Consequently, their reaction to a statement of fact is no indication of their attitudes» (Likert 1932, 44). Fonti di opinioni Ricerche precedenti Materiali di ricerca qualitativa (es.: focus group) Discorsi, pamphlet, ecc. Giornali, riviste, libri 1. La formulazione delle domande (Corbetta 2003 II, ) Formati di risposta Dei quattro formati originali ha prevalso nella pratica la scala con cinque categorie di risposta: Del tutto d accordo Abbastanza d accordo Né d accordo né in disaccordo Poco d accordo Per nulla d accordo 12

13 1. La formulazione delle domande (Corbetta 2003 II, ) Tre questioni tecniche 1) Sette categorie di risposta? Inversamente proporzionale al numero di domande. Tenere presente la difficoltà a rispondere: numero di item ma anche sensibilità. Interviste telefoniche. 2) Opzione centrale neutrale? Come garantire l attendibilità? Quale rischio minimizzare? Neutrali costretti a schierarsi? Scappatoia per gli inattendibili? 3) Opzione residuale? Offrire solitamente l opportunità dell opzione Non saprei per evitare pseudo-opinioni. 3. L analisi della scala Assegnazione di un valore numerico alle categorie di risposta 1) Metodo sigma di assegnazione: basato sulla distribuzione normale 2) Metodo semplice di assegnazione If five alternatives have been used, it is necessary to assign values of from one to five with the three assigned to the undecided position on each statement. The ONE end is assigned to one extreme of the attitude continuum and the FIVE to the other; this should be done consistently for each of the statements which it is expected will be included in the scale (Likert 1932, 46) Funziona altrettanto bene ed ha prevalso nella pratica La scala è la semplice somma dei punteggi attribuiti ai diversi elementi: scala additiva 13

14 3. L analisi della scala L analisi della scala mira a valutarne tre caratteristiche: A. Attendibilità e item analysis B. Validità C. Unidimensionalità Tipi di applicazione delle scale (Corbetta 2003II, ) Classica: operazione che ha una sua autonomia, creare uno strumento applicabile a popolazioni diverse da quella per la quale è stata costruita; tanti elementi, casi limitati, sulla base di questa prima prova viene messa a punto e poi applicata in altre ricerche cumulando successive prove di validità; ricerca psicologica, costrutti psicologici assai articolati, molti elementi. Semplificata: sociologia e scienza politica; pochi elementi, più scale nello stesso strumento di rilevazione; scala è solo parte della ricerca, la realizzazione della scala avviene in un unica soluzione, senza separazione fra costruzione e applicazione, scarsi e non sistematici sono i controlli di validità, e comunque l ambito di applicazione è circoscritto alla specifica popolazione studiata. 14

15 A. Attendibilità e item analysis (Corbetta 2003II, 25-62) L attendibilità è relativa al rapporto tra indicatore e variabile: è quindi il grado con cui posso attendermi che la procedura di rilevazione descritta dalla definizione operativa porti alla rilevazione degli stati effettivi della proprietà in questione (Marradi 1980). Attendibilità come stabilità nel tempo Procedura del Test-retest Attendibilità come equivalenza Procedura della suddivisione e metà Procedura delle forme equivalenti Attendibilità come coerenza interna Si assume che gli item cha fanno riferimento a uno stesso concetto sottostante siano tra loro altamente correlati Indice Alpha di Cronbach Validità di contenuto Validità per criterio B. Validità (Corbetta 2003II, 25-62) Validità predittiva Validità di costrutto (per relazione con altri concetti) 15

16 C. Unidimensionalità Il senso di efficacia politica (Segatti e Vezzoni 2006) C. Unidimensionalità Il senso di efficacia politica (Segatti e Vezzoni 2006) 16

17 C. Unidimensionalità Il senso di efficacia politica (Segatti e Vezzoni 2006) Tre problemi della scala Likert 1. Response set 2. Curvilinearità 3. Assunto di cardinalità 17

18 1. Response set (Marradi 2007, ) Se da un lato le batterie accrescono la rapidità, dall altro lato riduce la fedeltà dei dati così prodotti: intervistati tendono a considerare tutte le restanti frasi della batteria come un unica affermazione, che approvano senza indugi. Insieme di risposte uguali. Considerata l altissima frequenza con cui si manifesta, è sicuramente la distorsione più grave fra quelle prodotte dalle scale Likert. 1. Response set Indice di soddisfazione (ESS, Italia, 2003) 18

19 1. Response set Indice di soddisfazione (ESS, Italia, 2003) 1. Response set Quattro possibili cause (Marradi 2007, ) 1. L alto numero di frasi che compongono ciascuna batteria, e il fatto che molti questionari includono più batterie. Desiderio di elevare l attendibilità. 2. Spesso i patrimoni di conoscenze e le sfere degli interessi degli intervistati non coincidono con quelli dei ricercatori. 3. Presentazione accademica: la maggior parte degli intervistati particolarmente coloro che hanno un basso livello d istruzione considerano le frasi espressioni della sapienza accademica e non si azzardano a disapprovarle. 4. Effetto intervistatore: Lei è d accordo con queste frasi che le leggerò, vero?. Formazione, tempi e compensi degli intervistatori. 19

20 1. Response set Rimedi Agire sul contenuto e sulla struttura del questionario Agire sul setting della rilevazione dei dati Inserire affermazioni a polarità invertita per rendere possibili controlli: nella raccolta dei dati (si presuppone intervistatore attivo) nell analisi dei dati 2. Curvilinearità (Marradi 2007, ) Una affermazione può essere disapprovata per motivi opposti: si assegnano gli stessi punteggi a opinioni collocate in posizioni molto distanti lungo il segmento. Esempi: Ci dovrebbe essere una legge che assegna alle donne il 50% dei posti di lavoro ; La donna ha il diritto di decidere da sola se avere o non avere figli. Assegnare lo stesso punteggio a motivazioni opposte equivale a piegare il segmento su se stesso, trasformandolo in un ferro di cavallo. 20

21 A. Attendibilità e item analysis Il tradizionalismo nei rapporti di genere 2. Curvilinearità 150 Probabilità di essere d accordo con l opinione η i X Posizione dell individuo sull atteggiamento 21

22 3. Assunto di cardinalità (Adattato da Marradi 2007, ) Reintroduce la cardinalità: summatedratings (punteggi sommati). Non si potrebbero sommare numeri ordinali. Impiegare tecniche cardinali con punteggi solo ordinali non produrrebbe gravi distorsioni se fosse ragionevole immaginare che ai soggetti queste cinque espressioni di (dis)accordo appaiono collocate in posizioni approssimativamente equidistanti lungo il continuum. Spesso non è così: le approvazioni superano sempre le disapprovazioni perché dichiararsi d accordo comporta una difficoltà cognitiva molto minore che dichiararsi in disaccordo; la distanza tra le diverse categorie di accordo e disaccordo varia per i diversi item. Ricercare un compromesso tra l attendibilità dei dati e le possibilità offerte dell analisi cardinale dei dati: assumere cardinalità ma analisi più approfondite se variabile centrale; attribuire i punteggi sulla base di considerazioni teoriche; dicotomizzare. 3. Assunto di cardinalità (Marradi e Gasperoni 2002) 22

23 4. Più indicatori per un concetto: le scale auto-ancoranti Scale auto-ancoranti Scala di Cantril Termometro dei sentimenti Scala a scelta forzata Differenziale semantico 23

24 Scala di Cantril Si presenta al soggetto una colonna/barra di dieci o undici caselle (delle quali solo la più alta e la più bassa sono interpretate). Esempi: valutare una serie di etnie o nazionalità, valutare situazione economica personale e nazionale nel passato, presente e futuro. È il soggetto stesso che ancora la scala per stabilire la posizione del suo stato tra i due estremi. La scala di Cantril (Pavsic e Pitrone 2003) 24

25 Esempi di scale auto-ancoranti In politica di solito si parla di sinistra e destra. Aiutandosi con questo cartellino, dove lei collocherebbe la sua posizione politica? Estrema sinistra Estrema destra NS Estrema sinistra Estrema destra NS Estrema sinistra Estrema destra NS Termometro dei sentimenti (Marradi 2007, ) È una evoluzione della scala auto-ancorante originaria, con la novità che si ricorre all immagine di un termometro, graduato da 0 a 100, mediante il quale l intervistato è istruito a manifestare i suoi sentimenti di simpatia o antipatia rispetto a una serie di referenti. L istruzione all intervistato è di scegliere e comunicare il punteggio 100 se la sua simpatia o approvazione è la massima possibile, il punteggio 50 se non ha né simpatia né antipatia per quel referente, 0 se la sua antipatia o disapprovazione è la massima possibile. 25

26 Esempio di termometro dei sentimenti (Pavsic e Pitrone 2003) Differenziale semantico (Corbetta 2003II, ) Significato dei concetti Diverse capacità di verbalizzazione e confrontabilità delle descrizioni Serie di scale autoancoranti Lista degli attributi bipolari e relazione con l oggetto valutato Facile somministrazione Numero di attributi e di oggetti Diverse elaborazioni: per esempio, profili Multidimensionalità: valutazione, potenza, attività 26

27 Un esempio di differenziale semantico (Marradi 2007, ) duro morbido caldo freddo debole forte pulito sporco amaro dolce liscio ruvido bello brutto disonesto onesto Un esempio di differenziale semantico (Corbetta 2003 II) 27

28 Un quadro di sintesi Il calendario della prossima settimana Lezione Esercit. Giorno Ora Aula Docente Prova intermedia Mag Biolcati 9 (A-L) Gaiaschi 9 (M-Z) Gaiaschi Biolcati 28