Metodologia

La metodologia della ricerca serve ad applicare il pensiero critico alla ricerca stessa, che ci serve a distinguere i fatti dalle
opinioni, i fatti sono dati confermati dalla ricerca e da più ricercatori, le opinioni sono dati non verificabili, ci aiuta a
comprendere l’attendibilità delle fonti (autore,editore, punto di vista, connessioni con la letteratura, verificabilità, attualità,
come il motore di ricerca determina l’ordine dei risultati).

Tutta la ricerca di cui si occupa la metodologia della ricerca si chiama evidence-based, poiché ci si deve sempre accertare che
vi siano delle basi che supportano la teoria che stiamo condividendo.

Una caratteristica dei ricercatori è l’umiltà estrema,non hanno verità in tasca, ogni volta si mettono in discussione, si mettono
in confronto con altri ricercatori e possono cambiare i loro punto di vista. Un’altra caratteristica è la curiosità.

fondamenti delle argomentazioni psicologiche da un punto di vista scientifico

Evidenza razionale->il puro ragionamento a volte ci porta a trarre delle conclusioni (es. DONALD+GERALD= ROBERT)
documenti storici e materiale d’archivio
Approccio empirico-> formuliamo ipotesi (asserzione ritenuta vera al fine di vagliarne la validità), la
confermiamo, raccogliamo dati, cerchiamo di capirli…
La scienza cerca di trasformare l’esperienza in conoscenza ma ci sono dei limiti reali:
1)Difficoltà dell’approccio empirico nel trarre conclusioni generali sulla base di osservazioni(Popper “per quanti cigni bianchi
che potrò osservare non potrò mai concludere che tutti i cigni che ci sono nel mondo sono bianchi perché basterebbe per
assurdo l’esistenza di un solo cigno nero per mettere in discussione le mie frasi” la scienza può procedere per falsificazione ,
corroborare le teorie, rafforzare le ipotesi, non esiste il vero)
2)Difficoltà nella prova scientifica, cioè nell’additare un dato empirico a sostegno di un’affermazione (theory-laden: il
ricercatore vuole verificare la sua ipotesi e involontariamente guida la teoria con i suoi punti di vista)
3)Dietro lo stesso dato empirico possono sottostare diverse teorie(si è sempre guidati dalle proprie teorie)
4)Scientificità: una volta definito l’oggetto di indagine e posti i criteri metodologici per studiarlo, si deve trovare un accordo
intersoggettivo circa la veridicità o falsificabilità di quanto si sostiene
La scienza è il frutto di accordi intersoggettivi degli scienziati su alcuni parametri
Leggi->generalizzazioni induttive, affermazioni riguardanti la regolarità dei fenomeni (descritive)
Teorie-> coordinano le diverse leggi, propongono modelli che fungono da substrati per la predizione
un’asserzione o un’insieme di asserzioni riguardanti le relazioni tra variabili
Paradigma-> insieme di procedure applicate per rilevare un fenomeno
modo di pensare che include tutti gli assunti e tutte le teorie accettate come vere da un gruppo di scienziati
Alla base delle diverse teorie ci sono degli assunti che guidano le teorie stesse e si chiamano metafore-guida che da una parte
ispirano l’impostazione della ricerca empirica e dall’altra permettono di elaborare costrutti per concettualizzare ciò che
avviene nella mente umana(mente-computer)

Lo scopo della ricerca è comunque formulare inferenze corrette e confermate da una buona evidenza scientifica

Caratteristiche-> Ipotesi o idea

Formulazione di ipotesi

Disegno sperimentale si ripetono

Acquisizione e analisi dei dati

È molto importante l’intercorrelazione fra filosofia della scienza, metodologia della ricerca e inferenza statistica, ogni volta
che noi costruiamo un disegno di ricerca dovremmo avere molto chiare alcune variabili.

Filosofia della scienza-> considera la logica e l’epistemologia che sottostà al metodo scientifico
Sa quali sono le basi della conoscenza, qual è la natura delle relazioni causali, quali sono le condizioni
necessarie per vagliare le ipotesi, quali sono le limitazioni logiche e quali sono le assunzioni delle basi empiriche
della conoscenza

Metodologia della ricerca->considera le procedure e i metodi per condurre e disegnare una ricerca in modo che si possano
identificare le relazioni corrette tra le variabili in modo da disambiguare i risultati
Struttura i disegni
Correla filosofia della scienza, obiettivi della ricerca e sperimentazione
Inferenza statistica-> Considera le regole che servono a normalizzare i criteri usati per trarre conclusioni
 Ci dice l’affidabilità e significatività di un risultato, quali sono le condizioni di applicabilità dei test, le
trasformazioni delle scale
Due branchie->Statistica descrittiva-> descrizione fenomeni
Statistica inferenziale-> inferire l’andamento dell’universo sulla base dei campioni
osservati
LE FASI DELLA RICERCA
FASI: 1. DOCUMENTAZIONE DELL’INFORMAZIONE
ESAME DEL FENOMENO-> implica motivi e scopi di un’indagine e come può essere definito un problema: ovvero dare la
risposta ad una domanda
Per assurdo la scienza ha come punto di partenza cose che non sono scientifiche
DEFINIZIONI-> Popolazione di riferimento-> dalla quale si estrae un campione(sottoinsieme della
popolazione con tutte le caratteristiche della popolazione di partenza)
Unità di indagine o di rilevazione-> quali parametri, cosa voglio misurare, su cosa mi voglio focalizzare
Variabili-> proprietà di un evento reale che è stata misurata
Qualsiasi evento soggetto alla misurazione
Attributi dei fenomeni e appartengono alla realtà
La riduzione di un fenomeno a variabili focalizza l’attenzione dello sperimentatore su alcuni eventi specifici fra i
molti che possono essere legati al fenomeno
Lo scopo della ricerca è mettere in correlazione delle variabili
La presenza o l’assenza di correlazioni tra le variabili sono considerate, rispettivamente, una prova a favore o
contro la teoria particolare che ha dato origine all’esperimento
Dipendenti-> Le chiamiamo variabili dipendenti perché dipendono dal valore di un’altra variabile (variabile
indipendente)
È la risposta data dalla persona o dell’animale, e generalmente è misurata usando almeno una fra
diverse dimensioni: Frequenza-> il numero delle volte in cui un particolare comportamento accade
Velocità-> il rapporto della frequenza rispetto al tempo
Durata-> il tempo che ha impiegato per iniziare
Topografia-> il modo
Forza-> intensità
Locus-> luogo

Indipendenti-> ciò che fa variare le altre variabili

È quella che viene manipolata
E considerata la causa di qualche modificazione degli stimoli e delle risposte
Ogni variabile indipendente almeno due valori chiamati livelli.
La variabile indipendente spesso può essere considerato ciò che lo sperimentatore fa il soggetto, è
la variabile dipendente ciò che il soggetto fa di conseguenza. Anche se l’analogia è vera in molti
casi, talvolta vi sono variabili indipendenti non controllate dallo sperimentatore, chiamate variabili
del soggetto-> I quasi-esperimenti->Sono disegni nei quali non si possono manipolare le variabili,
ma si osservano categorie di soggetti già costituite (es. genere)
Variabile invocata
Variabile indipendente-> variabile del soggetto
questione: la differenza osservata è dovuta alle differenze fra i
soggetti o alla variabile indipendente?
Tuttavia: si riduce la validità interna, aumenta quella esterna
(fallacia di Berkson)
PIANI DI RICERCA-> Disegno quasi sperimentale con gruppo di
controllo non equivalente
Piani di ricerca su caso singolo-> Nelle ricerche su caso singolo si
deve verificare un legame causale
fra variabile indipendente e
variabile dipendente con un
campione di un solo
soggetto (simile ai disegni within)

Quantitative -> variano in grandezza

Qualitative-> variano per categorie

Continue -> non sono limitati a certi valori, come numeri interi, o a categorie separate
 Discrete-> sono quelle che rientrano in categorie distinte.

La Misurazione
Tutte le variabili presentate vanno MISURATE facendo riferimento a 4 scale:
Nominale-> Qualitative
Posso solo attribuire delle frequenze
Primordiale
Permette di classificare oggetti o eventi in categorie
proprietà formali->equivalenza fra i membri di ciascuna categoria->simmetria (Se A=B, B=A)
transitività (Se A=B, e B=C, segue che A=C)
non equivalenza fra i membri di categorie diverse->simmetria (Se A=B, B=A)
non transitività (Se A#B, e B#C, segue che
A è = o # da C)
La frequenza di un dato statistico è il numero di volte che quel dato compare.
Si chiama, poi, frequenza relativa f di un dato statistico, il rapporto tra la sua frequenza n e la somma N di tutte le
frequenze f = n / N
F% =fr x 100
Nelle scale ci sono due misure di descrizione della scala-> misure di tendenza centrale-> fa la sintesi di come
vanno i dati
misure di dispersione-> indica quando le misure si
disperdono
consentono di descrivere la
variabilità all’interno della
distribuzione di frequenza
tramite un unico valore che ne
sintetizza le caratteristiche
misura di tendenza centrale scala nominale-> moda->osservazione che si presenta con maggiore frequenza nella
distribuzione
misura di dispersione scala nominale-> k-> indice categorie
numero categorie
ordinale -> un ordinamento delle classi in relazione alla variabile in base a grandezza, preferenza.
dà solo l’ordine di preferenza/grandezza, non la differenza di preferenze tra gli oggetti.
proprietà formali->equivalenza fra i membri di ciascuna categoria ->simmetria (Se A=B, B=A)
transitività (Se A=B, e B=C, segue che A=C)
relazione di ordine fra le categorie diverse->asimmetria (Se A>B, B non è >A)
transitività (Se A>B, e B>C, segue che A è > C)
n-> frequenza cumulata
quartili->= valori che dividono la distribuzione ordinata in 4 parti uguali->Q1 = primo quartile, sotto di esso cade il
25% dei valori
Q2 = secondo quartile o mediana
Q3 = terzo quartile, sotto di esso cade il
75% dei valori
Decili->dividono la distribuzione ordinata in 10 parti uguali ->D1 = primo decile, sotto di esso cade il 10% dei valori
D2 = secondo decile, soto di esso cade il 20% dei
valori...
centili o percentili-> dividono la distribuzione ordinata in 100 parti uguali
Misura di tendenza centrale ->mediana(Me)-> valore che divide la distribuzione in due parti la distribuzione,
ovvero quel valore (posizione) della distribuzione al di sopra o al di
sotto del quale cade un ugual numero di osservazioni
pari-> Me = n
2

dispari-> Me = n + 1

Valore mediana-> ordinale

Mi dà il posto, non il valore
Misura di dispersione-> differenza interquartilica(DI)-> Q3-Q1
 Campo di variazione-> differenza tra i valori esterni della distribuzione (50% della variazione totale)
Intervalli-> quantitativa
indica la misura in cui il caso possiede la caratteristica in questione
le differenze tra i valori numerici hanno significato
misura di tendenza centrale-> media-> sommatoria di ogni singolo valore Xi che va da 1 fino a N fratto N
misura di dispersione ->deviazione standard-> scarto dalla media
radice quadrata della varianza(distanza dei punti dalla loro media,
più grande più rischio c’è, somma degli scarti quadratici dalla media,
userò la ricerca con una varianza minore perché c’è meno rischio)
radice quadrata della sommatoria degli scarti della media al quadrato
fratto n
il 68% del campione cade tra la media e una deviazione standard, il
95% del campione cade tra la media e due deviazioni
rapporti-> caratterizzata da uno 0 significativo nonché da differenze significative tra i suoi valori numerici
quantitativa
misura di tendenza centrale-> media
misura di dispersione-> deviazione standard

per capire i dati serve sempre un parametro di riferimento e conoscere la scala di riferimento

Z->punto standard
Ci dicono la posizione che un soggetto occupa in un gruppo e il confronto fra 2 prestazioni diverse dello stesso soggetto
Xi-Xm/DS
Esempio: QI= Xm 100
DS 15
In una distribuzione normale moda, media e mediana coincidono
Curva mesocurtica (a campana) ci sono casi in cui è troppo ampia(platicurtica) o troppo stratta(leptocurtica)
I dati, una volta enumerati e classificati, vengono trascritti in tabelle o tavole statistiche.
Le rappresentazioni grafiche consentono di visualizzare la distribuzione di frequenza delle diverse categorie o valori di una
variabile all’interno di un campione, tale composizione può essere espressa sia in termini di frequenza o di percentuale.
Il grafico a barre si usa per la rappresentazione di variabili discrete(possono assumere un numero di valori finito), mettendo
in ascissa x le categorie e in ordinata y le frequenze o le percentuali.
Il grafico a torta si usa per le percentuali.
L’istogramma si usa nel caso di variabili continue(numero infinito di valori) mi sento tutti i valori che la variabile può
assumere ho raggruppando i dati in classi.
Per tutti grafici e possibili raggruppare le categorie.
I grafici statistici possono assumere varie forme a seconda del tipo di fenomeno che si studia:
L’ideogramma-> è un tipo di rappresentazione grafica che consiste nel rappresentare gli oggetti in esame mediante immagini
stilizzate.
L’ortogramma->è costituito da rettangoli di uguale base e di altezza proporzionale alla frequenza di ciascun dato
L’aerogramma->si ottiene dividendo un cerchio in settori circolari aventi un angolo al centro proporzionale alle frequenze che
rappresentano
L’istogramma-> consiste in un insieme di rettangoli adiacenti affiancati aventi aree proporzionali alla frequenza del dato
statistico

Disegni sperimentali
Piano formale con cui traduciamo le nostre ipotesi
Minimizzare l’ambiguità
Condizione necessaria-> ceteris paribus (a parità di tutte le condizioni)
A un fattore->quando tutti i soggetti di un esperimento sono sottoposti a tutte le condizioni
requisiti importanti da controllare->ordine: posizione delle condizioni
sequenza : interazione fra le specifiche condizioni
posso randomizzare l’ordine (estrazione causale dell’ordine per ogni soggetto), randomizzare a blocchi (prima
che una condizione ricompaia devono essere comparse le altre)
Controbilanciamento inverso (ABC e CBA)
Controbilanciamento completo (ABCD, BDAC, CADB, DCBA)
Fattoriali->Sono disegni nei quali sono impiegate due o più variabili in modo tale che tutte le possibili combinazioni dei valori
di ciascuna variabile siano utilizzati
2 variabili a 2 livelli = 4 combinazioni
2 variabili a 3 livelli = 6 combinazioni
 EFFETTI PRINCIPALI : effetto medio di una variabile in tutti i valori di un’altra o di altre
EFFETTI DI INTERAZIONE: quando l’effetto di una variabile dipende dal livello dell’altra
interazione antagonista-> le due variabili indipendenti tendono ad invertire gli effetti l’una dell’altra
interazione sinergica-> potenziano l’effetto una dell’altra
fattoriale misto-> ha una variabile fra i soggetti (soggetti diversi sono assegnati a condizioni diverse) e una variabile entro i
soggetti(gli stessi soggetti vengono sottoposti a tutte le condizioni)

Metodo correlazionale->Attraverso questo metodo si possono studiare i diversi tipi di associazione, non causale, tra fenomeni
diversi. Studia la covariazione delle variabili senza manipolarle .
Si possono correlare sia variabili strutturali (età, sesso) sia i punteggi delle risposte a un test o a un
questionario
CONNESSIONI->con dati espressi su scala nominale vengono rappresentate in tabelle a doppia
entrata (trattati statisticamente con chi quadro, g quadro..)
CORRELAZIONI-> con dati espressi su scala ordinale o a intervallo, i valori si possono riportare su un
grafico di dispersione(rappresenta in modo ordinato i dati della variabile
indipendente collegati alla distribuzione di frequenza)
REGRESSIONE-> si vuole vedere se i valori d una prima variabile possono predire quelli di una
seconda variabile(la prima è il predittore, la seconda il criterio)
ANALISI FATTORIALE->quando ci sono tante variabili, consente di giungere alla definizione di nuove
variabili sintetiche ottenute dalla combinazione lineare delle variabili
originarie
fattori o componenti: dimensioni soggiacenti o latenti alle variabili osservate tali da riprodurre in
forma più economica la massima parte dell’informazione.
ACP: approccio esplorativo
AFC: approccio confermativo
Metodo osservativo->Indaga le relazioni funzionali realmente esistenti, garantisce massima aderenza al dato
• TIPI DI OSSERVAZIONI
• occasionale
• sistematica
• naturalistica
• etologica
• etnografica
• controllata
• 1. selezione del fenomeno
• 2. registrazione
• 3. analisi e codifica

L’attendibilità e la validità
L’attendibilità di una misura corrisponde alla sua affidabilità, cioè alla sua capacità di fornire misure simili se viene applicata
più volte, magari in condizioni diverse, dallo stesso soggetto (test-retest).Attendibilità interna (omogeneità fra due prove)
divido il test e controllo la correlazione tra le due parti (split half test)
L’attendibilità di un test non assicura la sua validità
Con validità intendiamo semplicemente la verità o l’esattezza della conclusione del ricercatore, la sua corrispondenza con la
realtà. La validità è indubbio quando la conclusione che esiste una relazione di causa ed effetto fra le variabili è messa in
dubbio, o quando si obietta alla spiegazione teorica del tipo di relazione ottenuta.
Tipi di validità
Interna-> è il tipo più fondamentale perché riguarda la logica della relazione tra la variabile indipendente e quella dipendente
Un esperimento ha validità interna se vi sono ragioni valide per ritenere che una relazione di causa effetto esiste
realmente tra la variabile indipendente e quella dipendente
Come un esperimento riesce ad evitare che possano essere fornite varie spiegazioni dei risultati ottenuti
I fattori o le inferenze non legate alla variabile indipendente si chiamano minacce alla validità interna
Minacce-> eventi esterni al laboratorio-> eventi storici
Maturazione-> i soggetti possono cambiare tra le condizioni di un esperimento a causa di processi che
avvengono naturalmente
Effetto delle prove-> la semplice partecipazione ad un esperimento o essere stati sottoposti a prove
influenzano alla prestazione delle persone in un successivo esperimento o
nell’esecuzione di una prova
Effetto della regressione-> quando tra due variabili non c’è una correlazione perfetta
individui che hanno fornito prestazioni vicine ai valori estremi in una prova
 tenderanno ad ottenere un punteggio più vicino ai valori medi in un’altra prova
Selezione ->qualunque sbilanciamento nella selezione dei gruppi può minare la validità interna
Mortalità ->perdita selettiva dei soggetti
se tutti i soggetti non completano tutte le fasi
I soggetti che abbandonano una ricerca possono essere diversi da quelli che la completano

Esterna-> riguarda l’applicabilità dei risultati della ricerca ad un’altra situazione: diversi soggetti, diversi luoghi, diversi tempi
e così via.
Come è possibile generalizzare i risultati di un esperimento ad altre popolazioni, ambienti, e condizioni
Ciò che in un esperimento può limitare la generalizzazione si chiama minaccia alla validità esterna
Minacce-> caratteristiche del campione-> diversi soggetti possono avere diverse caratteristiche
caratteristiche contestuali-> uno steso esperimento eseguito in tempi diversi non dà gli stessi risultati
reattività dell’ambiente sperimentale->la validità esterna può essere generalmente minacciata dalla difficoltà di
mettere in rapporto un fenomeno osservato in un laboratorio con un
fenomeno osservato in un altro laboratorio o nella realtà.

Di costrutto-> concerne la questione della conformità tra i risultati e la teoria che sta alla base della ricerca
Bisogna escludere altre possibili spiegazioni teoriche dei risultati
Considera le cause presunte o la spiegazione della relazione causale
Le confusioni interpretative relative ai risultati di un esperimento si chiamano minacce alla validità di
costrutto
Minacce-> debolezza del legame tra teoria ed esperimento
Aspettative del ricercatore e del soggetto-> ogni esperimento psicologico per cui un soggetto si e
offerto volontario deve essere considerato una
situazione sociale in cui il soggetto ha idee preconcette
su ciò che ci si attende.
Queste idee genera nel soggetto varie tendenze, tra
queste, la prevalente è quella di sostenere il ruolo del
buon soggetto i soggetti agiscono nel modo in cui
pensano che lo sperimentatore voglia che essi agiscano,
o la desiderabilità sociale alcuni soggetti sono convinti
che l’esperimento sia un modo accuratamente
mascherato di valutare l’intelligenza o la stabilità
emotiva e fa si che i soggetti cerchino di comportarsi in
maniera da sembrare più normali possibili
statistica-> simile alla validità interna
considera gli aspetti della valutazione quantitativa che influenzano le conclusioni che si raggiungono in relazione
alle condizione sperimentale e all’effetto
Le caratteristiche della valutazione statistica che possono oscurare l’interpretazione di un esperimento sono
dette minaccia alla validità statistica.
Minacce-> derivano da un uso improprio delle statistiche che si usano x l’analisi dei dati La principale minaccia
della validità statistica di una ricerca e concludere che la variabile indipendente non influenza la
variabile dipendente sulla base di dati ottenuti da pochi soggetti o da poche osservazioni