20.06.2013 Views

Terza lezione

Terza lezione

Terza lezione

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

<strong>Terza</strong> <strong>lezione</strong><br />

La composizione del questionario<br />

Errata corrige:<br />

La scala simile a quella a differenziale semantico si chiama<br />

“scala di Stapel” non Stopel.


Le scale attitudinali<br />

Diverse sono le tecniche di rilevazione<br />

Idea comune: l’attitudine dei rispondenti può essere<br />

valutata in uno spazio unidimensionale.<br />

I rispondenti possono essere quindi ordinati in funzione<br />

dell’intensità della loro attitudine.<br />

Il livello di misurazione che scaturisce da queste domande<br />

è ordinale o su scala ad intervallo?<br />

Le scale attitudinali si possono distinguere in:<br />

• semplici o di valutazione;<br />

• complesse.


Le scale attitudinali semplici<br />

Caratteristiche:<br />

• misurazione diretta dell’attitudine;<br />

• uso di un singolo quesito.<br />

Scale attitudinali semplici non comparative<br />

(non viene considerato nella valutazione un termine di paragone)<br />

• scale grafiche<br />

• scale categoriche di valutazione<br />

Le scale categoriche possono essere (attenzione all’opzione “non so”):<br />

• bilanciate numero uguale di opinioni favorevoli e<br />

sfavorevoli<br />

• non bilanciate<br />

È infine importante la valutazione dell’inserimento di un elemento<br />

neutro.


Le scale attitudinali semplici<br />

Scale attitudinali semplici comparative<br />

(viene considerato nella valutazione un termine di paragone – ad esempio nella<br />

comparazione di più marche concorrenti)<br />

• misure binarie di preferenza e discriminazione<br />

• paired comparison<br />

• double-paired comparison<br />

• “triangle discrimination” e<br />

“triangle preference”<br />

Su scala ordinale o ad intervallo<br />

• misure ordinali di valutazione ordinare un insieme di oggetti<br />

metodo di semplificazione =<br />

ordinamento a stadi


Le scale attitudinali semplici<br />

• scala a somma costante


Le scale attitudinali complesse<br />

La procedura di costruzione delle scale complesse segue le<br />

fasi:<br />

Definizione del costrutto<br />

costruzione della scala<br />

test pilota<br />

somministrazione del questionario e item analysis<br />

validazione della scala


Scala di Thurstone o equintervallata<br />

Le fasi:<br />

• si appronta una lista molto ampia di quesiti e affermazioni<br />

• viene reclutato un gruppo di giudici (sufficientemente numeroso) che<br />

devono ordinare i quesiti in regione della connotazione positiva o<br />

negativa nei confronti del fenomeno d’interesse<br />

• per ogni item si calcolano valore mediano e dispersione della<br />

classificazione<br />

• i quesiti vengono quindi selezionati scegliendo tra quelli che presentano<br />

una classificazione (nei gruppi di cui sopra) con dispersione accettabile,<br />

un gruppo di item che coprano l’intero set di valutazione<br />

• i quesiti vengono sottoposti al campione<br />

• il valore della scala attitudinale viene come sintesi delle valutazioni<br />

espresse.


Scala di Thurstone o equintervallata<br />

Questa scala presenta dei chiari punti critici:<br />

• pattern di risposta diversi possono corrispondere allo<br />

stesso valore della scala<br />

• il metodo non permette di cogliere l’intensità delle<br />

preferenze espresse<br />

• la tecnica è costosa sia dal punto di vista economico che<br />

temporale<br />

• i risultati dipendono dall’operato dei giudici.


Scala di Likert (summated ratings)<br />

Le fasi di costruzione di questa tipologia di scala sono equivalenti a quelle già<br />

viste per la scala di Thurstone ma in questo caso il rispondente può esprimere il<br />

grado di accordo o disaccordo.<br />

Ad esempio, la scelta del rispondente potrebbe essere da effettuare tra:<br />

• concordo pienamente<br />

• concordo<br />

• non concordo ne disaccordo<br />

• dissento<br />

• dissento fortemente<br />

Le categorie di risposta possono essere più o meno numerose.<br />

A ciascuna categoria si può associare un punteggio. Ad esempio, {1, 2, 3, 4, 5}<br />

o {2, 1, 0, -1, -2}. Per il quale vale la proprietà di invarianza rispetto alle<br />

trasformazioni lineari<br />

La scala non possiede uno zero naturale.<br />

Likert R. (1932) Technique for the misure of<br />

attitudes Arch.Psycho., Vol. 22 N. 140.


Scala del differenziale semantico<br />

Le fasi di costruzione di questa tipologia di scala sono equivalenti a quelle già<br />

viste per le due scale appena discusse.<br />

Il soggetto intervistato è chiamato a posizionare la sua valutazione tra i due<br />

estremi identificati da aggettivi bipolari (contrapposti).<br />

Ad esempio, data una caratteristica di un prodotto si chiede al rispondente di<br />

posizionarsi tra:<br />

Gradevole _ _ _ _ _ _ _ Sgradevole<br />

Non è sempre facile trovare una coppia di aggettivi che siano in completa<br />

opposizione.<br />

La scala di Stapel presenta una variazione della scala a differenziale semantico:<br />

• solitamente presenta un aggettivo al quale assegnare un valore numerico o<br />

positivo o negativo<br />

• i valori assegnabili sono di solito in numero pari (non esiste posizione neutrale)


Analisi aggregata e del profilo<br />

Analisi del profilo<br />

y<br />

. k<br />

=<br />

n<br />

∑<br />

h=<br />

Misura del livello di valutazione del singolo item<br />

1<br />

y<br />

hi<br />

Analisi aggregata<br />

y<br />

h.<br />

=<br />

k<br />

∑<br />

i=<br />

1<br />

y<br />

hi<br />

Misura dell’attitudine


Analisi dell’accuratezza delle misurazioni attitudinali<br />

Nel caso di misurazioni di elementi fattuali la misurazione y può essere scissa<br />

in:<br />

• vero valore della caratteristica;<br />

• errore di misurazione;<br />

• errore sistematico (bias);<br />

• errore casuale.<br />

Questa scissione non può<br />

essere operata nel caso<br />

di misura delle attitudini.<br />

Possiamo però definire<br />

i concetti di:<br />

• affidabilità;<br />

affidabilit<br />

• validità. validit<br />

y = Y +<br />

Corrisponde a:<br />

• caratteristiche dell’oggetto di studio o<br />

del soggetto intervistato;<br />

• dalla situazione transitoria del<br />

rispondente;<br />

• dal contesto di misurazione;<br />

• dal metodo di raccolta dati;<br />

• dagli strumenti utilizzati;<br />

• dagli errori di risposta;<br />

• e da quelli di interpretazione, codifica,<br />

ecc.<br />

e


Valutazione dell’AFFIDABILITA’<br />

Il concetto di affidabilità corrisponde alla nozione di errore<br />

casuale per i caratteri fattuali.<br />

Per l’affidabilità si possono definire:<br />

• consistenza temporale; il significato dei costrutti si<br />

mantiene nel tempo<br />

• consistenza interna. i quesiti facenti parte della<br />

stessa scala complessa<br />

devono misurare lo<br />

stesso costrutto


Metodi di valutazione dell’affidabilità<br />

Consistenza temporale:<br />

• “test-retest” attenzione:<br />

- impossibilità di rilevazione multipla;<br />

- non indipendenza delle rilevazioni;<br />

- cambiamenti naturali nelle attitudini;<br />

- fattori estranei al sondaggio.<br />

Consistenza interna:<br />

modelli alternati di rilevazione attenzione:<br />

- tempo;<br />

- costi;<br />

- difficoltà nel ottenere due modelli<br />

di rilevazione completamente<br />

equivalenti.<br />

“item analysis” metodi:<br />

- “split-half” reliability si valuta la correlazione tra<br />

due gruppi di quesiti assegnati a rispondenti diversi;<br />

- coefficiente di reliability – “alpha” di Cronbach


Alpha di Cronbach<br />

Cronbach, L. J. (1951). Coefficient alpha and the internal<br />

structure of tests. Psychometrika, 16, 297-334.<br />

Questo strumento permette di valutare la consistenza interna utilizzando le<br />

varianze dei punteggi ottenuti dagli item.<br />

k<br />

⎡<br />

α = ⎢1−<br />

k −1<br />

⎢<br />

⎣<br />

dove<br />

σ<br />

σ<br />

e<br />

y<br />

y<br />

2<br />

i<br />

2<br />

t<br />

. i<br />

..<br />

=<br />

=<br />

=<br />

=<br />

1<br />

n<br />

1<br />

n<br />

1<br />

n<br />

1<br />

n<br />

∑<br />

h=<br />

1<br />

∑<br />

h=<br />

1<br />

n<br />

∑<br />

h=<br />

1<br />

n<br />

n<br />

n<br />

∑<br />

h=<br />

1<br />

∑<br />

( y − y )<br />

( y − y )<br />

y<br />

y<br />

hi<br />

h.<br />

hi<br />

h.<br />

k 2<br />

σ ⎤<br />

i=<br />

1 i<br />

⎥<br />

2<br />

σ t ⎥<br />

⎦<br />

. i<br />

..<br />

2<br />

2<br />

Tende a uno al crescere della<br />

consistenza interna.<br />

Varianza dei risultati dei singoli item<br />

Varianza dei totali di item<br />

Media dei risultati dei singoli item<br />

Media dei totali di item


Valutazione della validità<br />

La valutazione della validità di una misurazione implica:<br />

• la validità del contenuto; verifica che la sequenza di item vada a<br />

misurare effettivamente quello che si vuol<br />

misurare.<br />

Ad esempio: se voglio sondare la il grado di<br />

conoscenza del vocabolario non devo<br />

comprendere solamente parole quali<br />

“Ossimoro, chiasmo, enallage e climax”<br />

(tutte figure retoriche usate in letteratura).<br />

• validità simultanea; misura quanto il risultato di un certo item<br />

permette di predire il risultato di un altro<br />

item per lo stesso soggetto.<br />

• validità predittiva misura quanto i risultati dell’indagine e di<br />

quelle passate permettono di predire il<br />

comportamento futuro dell’individuo.<br />

Ad esempio: quanto i risultati di un test<br />

d’ingresso mi permettono di predire il<br />

risultato di un esame


5. Sequenza di quesiti<br />

Inizio del<br />

questionario<br />

Fine del<br />

questionario<br />

Caratteristiche dei quesiti<br />

Semplici<br />

Complesse<br />

Oggettive<br />

Interessanti<br />

Delicate<br />

Volte a garantire la<br />

collaborazione del rispondente<br />

Tipologia di domande<br />

Generiche<br />

Specifiche<br />

Importanti<br />

Nel comporre un questionario è bene rispettare delle regole:<br />

a. Formulare domande brevi e facilmente comprensibili;<br />

b. Creare gruppi omogenei di domande;<br />

c. Dare continuità al questionario;<br />

d. Raccogliere sempre caratteristiche demografiche e possibilmente<br />

socio economiche del rispondente;<br />

e. Mettere sempre in evidenza il concetto di privacy;<br />

f. Non redigere un questionario troppo lungo (col passare del tempo<br />

la qualità delle risposte decresce).<br />

Secondarie


g) messa a punto del questionario: una sintesi<br />

In sintesi, un buon questionario:<br />

a. non deve comprendere domande le cui risposte siano in qualche modo<br />

orientate;<br />

b. non deve considerare come scontate le informazioni utili per la<br />

compilazione;<br />

c. deve comprendere domande monotematiche e semplici;<br />

d. non deve comprendere formulazioni vaghe;<br />

e. non deve essere troppo concentrato sulle richieste di previsione di<br />

comportamenti futuri;<br />

f. non devono esserci errori di sintassi o grammatica<br />

g. deve essere testato con una fase di pre-test (Attenzione!!!).<br />

Nel caso di questionari auto-somministrati (attenzione all’aspetto<br />

editoriale):<br />

i. distinguere i quesiti dalle modalità di risposta;<br />

ii. allineare verticalmente le alternative;<br />

iii. evitare domande su più pagine;<br />

iv. rivolgere particolare attenzione alle domande filtro.


h) valutazione dei costi di progettazione e di esecuzione<br />

Ogni fase del piano di indagine Centro di Costo<br />

Ad esempio:<br />

- composizione del questionario Relazione di proporzionalità<br />

diretta tra costi e lunghezza.<br />

1. Dispersione territoriale delle unità<br />

- campionamento 2. Decisione relativa alla numerosità<br />

campionaria<br />

Determina l’entità dei costi variabili<br />

Proporzionale ai costi variabili<br />

La determinazione della numerosità<br />

campionaria dipende da:<br />

- budget;<br />

- precisione che si vuol ottenere.


h) valutazione dei costi di progettazione e di esecuzione<br />

C<br />

n<br />

=<br />

Rettifica rispetto al libro… secondo me!<br />

C<br />

0<br />

+<br />

H<br />

∑<br />

h=<br />

1<br />

c<br />

1h<br />

⋅ n<br />

A. Costi fissi:<br />

- di progettazione<br />

- di reperimento delle informazioni<br />

preliminari<br />

- di predisposizione del questionario<br />

- di redazione della relazione finale<br />

h<br />

B. Costi variabili:<br />

- legati ai materiali di consumo<br />

- legati ai servizi<br />

- legati al lavoro dei rilevatori<br />

- di analisi dei dati<br />

C. Costi dipendenti dalla strategia<br />

di campionamento:<br />

- preparazione delle liste;<br />

- ecc.<br />

In realtà sia i costi fissi che quelli variabili sono<br />

influenzati dalla strategia di campionamento<br />

selezionata.


Gli errori non campionari<br />

Tipi di errori non campionari:<br />

- mancata osservazione (A):<br />

1. mancata copertura (a priori);<br />

2. mancata risposta (a posteriori);<br />

- non corretta misurazione (B):<br />

1. errori dovuti agli strumenti;<br />

2. errori di risposta;<br />

3. errori specifici delle tecniche di raccolta;<br />

4. errori dovuti al comportamento degli intervistatori.<br />

Total Survey Error<br />

TSE = ERR. CAMP. + ERR. NON CAMP.<br />

f ( Y − ycp<br />

) + f ( ycp<br />

− yce)<br />

campione programmato campione effettivo<br />

Non controllabili<br />

a priori ma<br />

certamente<br />

influenzabili


Gli errori non campionari<br />

Errori post rilevazione:<br />

- di revisione;<br />

- di codifica;<br />

- di registrazione;<br />

- di elaborazione;<br />

- di stampa.<br />

Errori non meno<br />

importanti dei<br />

precedenti ma<br />

facilmente evitabili.<br />

Accuratezza del campione e dimensione ottimale del<br />

campione sono obiettivi comuni ma concorrenti.<br />

In generale:<br />

- se il fine dell’indagine è descrittivo meglio un campione<br />

rappresentativo<br />

- se l’obiettivo è invece relazionale può anche essere<br />

sufficiente una maggior<br />

numerosità campionaria


A1. mancata copertura<br />

Problemi:<br />

- liste non complete;<br />

- liste con duplicazioni;<br />

- liste non aggiornate.<br />

Soluzioni:<br />

- correzioni delle stime;<br />

- post-stratificazione;<br />

- doppia base campionaria e<br />

duplice modalità di raccolta;<br />

- generazione di numeri<br />

telefonici pseudocasuali;<br />

- uso di liste alternative.<br />

N<br />

N<br />

Se i soggetti non<br />

vogliono essere<br />

inclusi nelle liste.<br />

( Y Y )<br />

NC<br />

YC −Y<br />

=<br />

C −<br />

NC<br />

Serve per riproporzionare<br />

il campione alla struttura<br />

della popolazione.<br />

y<br />

=<br />

H<br />

∑ =<br />

h<br />

1<br />

W<br />

h h y<br />

Problema delle chiamate improduttive<br />

(soluzione: h cifre random)


A2. mancata risposta: totale o parziale<br />

Problemi:<br />

- impossibilità a contattare i soggetti;<br />

- inadeguatezza delle unità contattate;<br />

- rifiuto a partecipare.<br />

Soluzioni:<br />

- sostituzione delle unità<br />

non rispondenti;<br />

- riponderazione;<br />

- sovracampionamento;<br />

- imputazione dei dati mancanti.<br />

Conseguenze:<br />

• compressione della<br />

variabilità<br />

• dilatazione dei tempi di<br />

indagine e dei costi<br />

Ipotesi di base: le unità rispondenti sono in tutto simili a<br />

quelle non rispondenti. (Missing at Random)


A2. mancata risposta: totale o parziale<br />

Problemi generati dalle mancate risposte:<br />

- distorsione delle stime legata alla non casualità delle<br />

risposte mancanti;<br />

- aumento della varianza delle stime legata alla minor<br />

ampiezza del campione.<br />

L’errore di mancata risposta può essere espresso in<br />

funzione del tasso di non risposta e del diverso<br />

comportamento in media tra gruppo dei rispondenti e<br />

gruppo dei non rispondenti:<br />

N<br />

N<br />

come per la mancata copertura.<br />

( Y Y )<br />

nr Yr −Y<br />

= r −<br />

nr


A2. mancata risposta<br />

Metodi di correzione EX-ANTE:<br />

- calibrazione della durata;<br />

- decisioni logistiche: quando e come fare l’intervista;<br />

- lettera preparatoria (o avviso);<br />

- se<strong>lezione</strong> ed addestramento degli intervistatori (molto<br />

importante è la capacità di introduzione dell’indagine);<br />

- incentivi e ricompense.<br />

Metodi di correzione EX-POST:<br />

- recupero di informazioni con altri strumenti;<br />

- imputazione ragionata delle risposte;<br />

- lista di riserva soggetti simili a quelli intervistati;<br />

- metodo della domanda CRUCIALE.<br />

Per ottenere informazioni relative<br />

almeno ad una variabile ausiliaria<br />

e correggere i risultati del<br />

questionario.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!