Indagine — Ricerca tramite indagine
- Introdotto da
- Francis Galton, Charles Booth, and early social statisticians; formalised by Paul Lazarsfeld in the 1940s
- Anno
- Late 19th century; systematic social-science use from 1940s
- Tipo
- Quantitative (primarily) or mixed-methods data-collection instrument
- Famiglia
- Data collection
Questo testo è una traduzione automatica e non è ancora stato revisionato. Leggi l’originale in inglese
A cosa serve?
Un'indagine è un metodo sistematico di raccolta dati in cui un insieme standardizzato di domande viene posto a un campione di rispondenti per misurare atteggiamenti, comportamenti, dati demografici o altri costrutti.
Le indagini possono essere somministrate tramite carta, telefono, piattaforme online o di persona. Sono tra gli strumenti più utilizzati nella ricerca sociale, comportamentale, sanitaria ed educativa perché possono raggiungere campioni ampi e geograficamente dispersi a costi relativamente bassi.
L’intuizione alla base del metodo
Considera un'indagine come una macchina fotografica istantanea: cattura lo stato di una popolazione definita in un momento particolare ponendo a tutti le stesse domande nello stesso modo. Il valore chiave è la standardizzazione: ogni rispondente riceve stimoli identici, quindi le risposte possono essere aggregate e confrontate. A differenza di un'intervista approfondita, l'indagine scambia la profondità di comprensione per l'ampiezza della copertura. Uno strumento di indagine ben progettato, adeguatamente testato e somministrato a un campione rappresentativo, consente ai ricercatori di trarre inferenze su una popolazione molto più ampia da un numero gestibile di risposte completate.
Storia
Le indagini sociali sistematiche emersero alla fine del XIX secolo attraverso gli studi sulla povertà di Charles Booth (1889) e Seebohm Rowntree (1901) in Inghilterra. Paul Lazarsfeld alla Columbia University formalizzò la metodologia delle indagini come strumento di scienze sociali negli anni '40, stabilendo la teoria del campionamento e le tecniche di misurazione degli atteggiamenti. Rensis Likert introdusse la sua scala di risposta eponima nel 1932. La crescita del campionamento telefonico negli anni '70-'80 e di Internet negli anni '90-2000 trasformarono la somministrazione delle indagini; il metodo del disegno su misura di Don Dillman divenne il quadro pratico dominante per massimizzare i tassi di risposta attraverso le modalità.
Quando usarlo
Utilizzare un'indagine quando è necessario descrivere la distribuzione di atteggiamenti, comportamenti o caratteristiche in una popolazione definita, o per testare le relazioni tra variabili in un campione ampio. Le indagini sono particolarmente adatte per studi di prevalenza trasversali, valutazioni dei bisogni, valutazioni di programmi e test di ipotesi nella ricerca sociale o sanitaria. Non utilizzare un'indagine quando la domanda di ricerca richiede un'esplorazione approfondita dell'esperienza vissuta (utilizzare la fenomenologia o interviste approfondite), quando i costrutti di interesse resistono all'autovalutazione (utilizzare osservazione o misure fisiologiche), o quando la popolazione target non può essere raggiunta in modo affidabile tramite alcuna modalità di indagine. Evitare le indagini per l'inferenza causale senza disegni longitudinali o sperimentali.
Limiti e considerazioni
- I dati autovalutati sono soggetti a bias di desiderabilità sociale, errori di richiamo e bias di acquiescenza.
- Opzioni di risposta fisse potrebbero non catturare la piena complessità o sfumatura delle opinioni dei rispondenti.
- Le indagini trasversali stabiliscono associazioni, non causalità; sono necessari disegni longitudinali per l'inferenza temporale.
- Bassi tassi di risposta — comuni nelle indagini online — introducono bias di non risposta e minacciano la generalizzabilità.
- Gli effetti della formulazione delle domande possono distorcere sostanzialmente i risultati se gli item sono mal formulati.
Le condizioni della fonte non sostituiscono una revisione scientifica indipendente né la validazione da parte di un motore di analisi.
Punti di forza
- Raggiunge campioni ampi e geograficamente dispersi in modo efficiente a costi relativamente bassi.
- Domande standardizzate garantiscono la comparabilità delle risposte tra i rispondenti e nel tempo.
- Flessibile nella modalità (cartacea, telefonica, online, di persona) per adattarsi a diverse popolazioni e budget.
- Adatta alla generalizzazione statistica quando si utilizza il campionamento probabilistico.
- Può misurare simultaneamente costrutti multipli e le loro interrelazioni.
- Strumenti psicometrici consolidati (alfa di Cronbach, analisi fattoriale) supportano una rigorosa valutazione di validità e affidabilità.
Applicazioni
- Censimenti nazionali e indagini sulla salute della popolazione che misurano la prevalenza delle malattie, i comportamenti a rischio e l'utilizzo dell'assistenza sanitaria.
- Studi di valutazione educativa che esaminano il coinvolgimento degli studenti, i risultati dell'apprendimento o la soddisfazione del corpo docente tra le istituzioni.
- Ricerca organizzativa e HR su atteggiamenti dei dipendenti, soddisfazione lavorativa e clima sul posto di lavoro.
- Ricerche di mercato e studi sul comportamento dei consumatori che valutano le preferenze di prodotto e le intenzioni di acquisto.
- Sondaggi politici e previsioni elettorali che monitorano gli atteggiamenti e le intenzioni degli elettori.
- Studi di valutazione di programmi che valutano la soddisfazione dei partecipanti e gli esiti autovalutati a seguito di un intervento.
Come funziona
Come funziona
Specificare le domande di ricerca, la popolazione target e i costrutti da misurare. Determinare se lo studio è trasversale (un punto temporale) o longitudinale (onde multiple). Decidere la strategia di campionamento — campionamento probabilistico (ad es., casuale semplice, stratificato, a grappoli) o campionamento non probabilistico (ad es., di convenienza, intenzionale) — e calcolare la dimensione del campione richiesta per ottenere la potenza e la precisione desiderate.
Sviluppare il questionario selezionando o creando item per ciascun costrutto. Abbinare il formato dell'item al costrutto: scale di tipo Likert per gli atteggiamenti, differenziali semantici per le percezioni, item a scelta multipla o di ordinamento per le preferenze e item aperti quando è necessaria una profondità esplorativa. Prestare attenzione alla formulazione delle domande (evitare item a doppio senso, suggestivi o ambigui), all'etichettatura delle scale di risposta e alla lunghezza del questionario. Validare gli item rispetto a scale consolidate, ove possibile.
Somministrare il questionario preliminare a un piccolo campione di convenienza (tipicamente 10-30 persone della popolazione target) per rilevare formulazioni poco chiare, errori nella logica di salto, tempi di completamento eccessivi e problemi tecnici (per le indagini online). Revisionare gli item in base al feedback dell'intervista cognitiva e ispezionare le correlazioni inter-item o i caricamenti fattoriali come prova preliminare di validità del costrutto.
Somministrare l'indagine finalizzata al campione selezionato utilizzando la modalità scelta (online, postale, telefonica o di persona). Massimizzare il tasso di risposta attraverso lettere di accompagnamento personalizzate, promemoria e incentivi, ove appropriato. Monitorare i tassi di risposta e confrontare i primi rispondenti con quelli tardivi o i rispondenti con le caratteristiche note della popolazione per valutare il bias di non risposta.
Pulire i dati gestendo i valori mancanti e le risposte fuori intervallo, quindi assegnare punteggi alle scale composite. Condurre statistiche descrittive per ciascuna variabile, valutare l'affidabilità (ad es., alfa di Cronbach) per le scale multi-item e applicare metodi inferenziali adatti alle domande di ricerca — frequenze e chi-quadrato per esiti categorici, test t e ANOVA per confronti tra gruppi, regressione o SEM per modelli esplicativi.
Errori comuni
- Ignorare il bias di non risposta — non confrontare rispondenti e non rispondenti su caratteristiche disponibili significa che il campione raggiunto potrebbe rappresentare sistematicamente in modo errato la popolazione.
- Questionari eccessivamente lunghi — le indagini che superano i 15-20 minuti di tempo di completamento vedono un aumento drastico dei dropout e una minore qualità dei dati; dare priorità ai costrutti essenziali per le domande di ricerca.
- Utilizzo di scale non validate — la creazione di item ad hoc senza test preliminari o test psicometrici produce misure di affidabilità e validità sconosciute; preferire strumenti consolidati dove esistono.
- Confondere associazione con causalità — riportare correlazioni di indagine come relazioni causali senza adeguati controlli di disegno o dati longitudinali è un'interpretazione errata comune.
- Trascurare gli effetti dell'ordine degli item — la sequenza delle domande può influenzare i rispondenti; item sensibili posti all'inizio possono alterare le risposte agli item successivi.
Domande frequenti
Quanto grande deve essere il mio campione?
La dimensione del campione dipende dal margine di errore desiderato, dal livello di confidenza, dalla dimensione dell'effetto attesa e dal piano di analisi. Per indagini descrittive che stimano una proporzione, la formula standard è n = z²p(1-p)/e², dove z è il punteggio z per il livello di confidenza, p è la proporzione stimata ed e è il margine di errore. Per indagini analitiche che testano relazioni, è preferibile un'analisi di potenza a priori basata sul test statistico pianificato. Calcolatori online (ad es., G*Power) automatizzano questi calcoli. Le dimensioni del campione di convenienza comuni nella ricerca studentesca (100-300) sono spesso sottodimensionate per le analisi di sottogruppi.
Quale tasso di risposta è accettabile?
Non esiste una soglia universale. Le indagini online raggiungono comunemente il 20-40%, quelle postali il 50-60%, e quelle telefoniche sono diminuite drasticamente. La domanda più importante è se la non risposta sia casuale o sistematica. Anche un tasso di risposta del 20% può essere accettabile se si può dimostrare che i rispondenti non differiscono dai non rispondenti sulle variabili chiave; al contrario, un tasso di risposta del 70% è ancora problematico se il 30% mancante differisce sistematicamente.
Posso mescolare domande aperte e chiuse?
Sì, ed è una pratica comune. Gli item chiusi producono dati quantificabili; gli item aperti aggiungono profondità contestuale e consentono risposte inaspettate. Tuttavia, gli item aperti aumentano notevolmente il tempo di completamento e generano dati testuali che devono essere codificati qualitativamente. Limitare gli item aperti ai costrutti per i quali le opzioni fisse non possono realmente catturare la gamma di risposte.
Quando dovrei usare una scala Likert rispetto a una scala analogica visiva?
Le scale Likert (tipicamente 5 o 7 punti di risposta etichettati) sono facili da somministrare e da punteggiare, e le loro proprietà psicometriche sono ben comprese. Le scale analogiche visive (linee continue 0-100) offrono una discriminazione più fine e sono comuni nella ricerca sul dolore e sulla salute. Le scale Likert sono adatte alla maggior parte della ricerca sociale e comportamentale; le scale analogiche visive sono preferibili quando la priorità è rilevare piccoli cambiamenti all'interno degli individui nel tempo.
In cosa differisce un'indagine da un'intervista strutturata?
In un'indagine, il rispondente legge e completa autonomamente il questionario senza la presenza di un intervistatore. In un'intervista strutturata, le stesse domande fisse vengono poste verbalmente da un intervistatore. Le indagini raggiungono campioni più ampi a costi inferiori; le interviste strutturate ottengono tassi di completamento più elevati e possono chiarire item confusi, ma sono più dispendiose in termini di risorse e introducono effetti dell'intervistatore.
Metodi correlati
Fonti
Dillman, D. A., Smyth, J. D., & Christian, L. M. (2014). Internet, Phone, Mail, and Mixed-Mode Surveys: The Tailored Design Method (4th ed.). Wiley.
ISBN: 978-1118456149Copiato.Fowler, F. J. (2013). Survey Research Methods (5th ed.). Sage.
ISBN: 978-1452259000Copiato.