9. Dati e disegni di ricerca Flashcards

1
Q

Disegno di ricerca

L9

A

Insieme di procedure e regole che hanno a che fare con l’organizzazione dei dati, l’analisi dei dati e l’esposizione dei risultati

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Quali sono le dimensioni di un disegno di ricerca?

L9

A
  • Temporale: analisi sincronica (trasversale) vs. diacronica (longitudinale)
  • Spaziale: contesto (caso singolo) vs. più contesti (più casi)
  • Di livelllo: individuale vs. aggregato
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Studio sincronico non comprato individuale

L9

A

Usiamo un disegno di ricerca che studia un contesto in cui le osservazioni sono gli individui e raccogliamo informazioni rilevante in un momento e contesto specifici.
Es: Studio sul comportamento di voto alle elezioni politiche italiane del 2022; indagine post-elettorale; indagine multiscopo sulle famiglie italiane.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Studio sincronico non comparato aggregato

L9

A

l’unità di analisi è di tipo aggregato, ad esempio un paese o una organizzazione, che studio in un dato momento del tempo → studio del caso
Es: studiare le elezioni politiche italiane del 2022; volatilità, frammentazione, disproporzionalità, astensionismo etc.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Studio sincronico comparato individuale

L9

A

Indagine campionaria svolta su individui in più contesti in un dato momento, con uso di variabili aggregate

Es: studiare il comportamento di voto alle elezioni europee del 2019; European Social Survey

Questo tipo di studio permette di svolgere una analisi multilivello, ovvero studiare un fenomeno come influenzato da variabili attribuibili di unità appartenenti a livelli diversi. In questo modo possiamo valutare il rapporto micro-macro, gli effetti contestuali, di composizione e cross-level.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Studio sincronico comparato aggregato

L9

A

L’unità di analisi è di tipo aggregato e analizzo la variazione tra diversi contesti utilizzano variabili aggregate o globali e misurando a livello dell’unità
Es: studiare la variazione del numero di donne in parlamento

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Studio diacronico non-comparato individuale

L9

A

Inchiesta campionaria ripetuta nel tempo per valutare il cambiamento individuale in un solo contesto. Un’indagine di questo tipo è l’indagine elettorale panel, in cui l’individuo viene intervista prima e dopo un fenomeno per osservare la variazione della loro opinione.
Es: indagine elettorale pre- e post- elezioni

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Studio diacronico non-comparato aggregato

L9

A

Studio tipico in cui si usano le serie storiche per analizzarne i trend e descrivere, spiegare o predirre.
Es: studiare il cambiamento della popolazione di un paese, i consumi, i prezzi, la partecipazione elettorale, la natalità etc.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Studio diacronico comparato individuale

L9

A

Estensione dello studio individuale in più contesti con più fonti di variazione per valutare la variazione individuale o in un determinato momento tra i contesti oppure tra i contesti nel tempo.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Studio diacronico comparato aggregato

L9

A

Si tratta dei time-sieries-cross-sectional design, ovvero studi che combinano la prospettiva dell’analisi aggregato trasversale e quella dell’analisi aggregata temporale.
Es: paesi come unità di analisi per i quali sono disponibili più osservazioni

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Dati primari

L9

A

Dati raccolti dal ricercatore che poi li analizza

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Dati secondari

L9

A

Dati già disponibili e organizzati in modo sistematico rispetto ad un’unità di analisi con lo scopo di rispondere ad una domanda di ricerca

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Analisi secondaria

L9

A

Analisi che parte da dati già raccolti e disponibili, organizzati in matrici o dataset e può riguardare diverse unità di analisi. I dati possono essere provenienti da una o più fonti statistiche, per cui è necessario combinare le informazioni o armonizzare i dataset che usano unità diverse. Ciò avviene anche perché con l’analisi secondaria rispondiamo ad una domanda di ricerca definita indipendentemente dalle finalità per cui i dati sono stati originariamente raccolti.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Vantaggi e svantaggi dell’analisi secondaria

L9

A

Vantaggi
- economico -> non bisogna sostenere i costi della raccolta dati
- cumulatività -> l’analisi secondaria permette di analizzare il cambiamento nel tempo di un dato fenomno sviluppando la teoria e la conoscenza del problema
- comparazione
- ruolo delle istituzioni -> ci si può rivolgere alle istituzioni per avere dati controllati

Svantaggi
- interrogativi sono limitati
- prima si hanno i dati e poi la domanda di ricerca

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Quali sono i 3 criteri con cui scegliere i dati dell’analisi secondaria?

L9

A
  • Conformità alla domanda di ricerca
  • Qualità dei dati
  • Diffusione pubblica dei dati
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Dove possono essere ottenuti i dati per l’analisi secondaria?

L9

A
  • Archivio online → può essere con o senza registrazione/firma
  • Archivio offline → può essere con firma o richiesta formale da parte di una istituzione
    L’accesso dipenden quindi dalla fonte, le più affidabili sono ICPSR, Gesis, EUROSTAT
17
Q

Analisi replicata

Disegni di ricerca trasversali

L9

A

Qui l’analisi secondaria cerca di riprodurre i risultati del ricercatore primario sulla base degli stessi dati. Per fare ciò è necessario sapere come sono stati selezionati i rispondenti, come è stata definita la variabile dipendente e come sono stati selezionati i casi → necessario definire uno standard di replicabilità che garantisca la possibilità del controllo fra membri della comunità scientifica. È un tipo di analisi che favorisce il processo di cumulatività della ricerca scientifica.

18
Q

Analisi di indagini parallele

Disegni di ricerca trasversali

L9

A

-> analisi della stessa domanda di ricerca con diversa indagine: ha l’obiettivo di controllare e migliorare l’attendibilità dei dati, ponendo una possibile risposta all’incertezza delle stime, cioè all’errore fra il valore osservatore e quello reale. Esso può nascere dalla selezione dei casi, nel processo di osservazione o nel trattamento dei dati. L’analisi parallela verifica se le stesse analisi condotte su campioni diversi portino agli stessi risultati.

19
Q

Analisi con diversa domanda di ricerca della stessa indagine

Disegni di ricerca trasversali

L9

A

Caso classico dell’analisi secondaria, ovvero rispondere ad una domanda nuova con dati vecchi con l’obiettivo di sviluppare o confutare una teoria pregressa. L’analista può intervenire nei seguenti modi:
- Specificazione dell’oggetto di ricerca
- Migliore definizione dei concetti chiave
- Approfondire la relazione causale tra due variabili introducendo una terza variabile
- Progresso delle tecniche di analisi dei dati

20
Q

Analisi di indagini cumulate

Disegni di ricerca trasversali

L9

A

Si combinano file dati provenienti da diverse indagini per rispondere ad una determinata domanda di ricerca. È possibile compiere questa indagine soprattutto nelle situazioni in cui vi sia una scarsa numerosità di casi che potrebbe minacciare l’affidabilità dell’analisi. La cumulazione che pone meno problemi è quella delle edizioni differenti della stessa survey. I problemi principali che possono presentarsi sono: struttura dei dati (gestirli e unirli), comparabilità delle survey.

21
Q

Analisi multilivello

Disegni di ricerca trasversali

L9

A

Nasce per trattare il problema di studiare un fenomeno influenzato da elementi appartenenti a livelli gerarchici diversi → interessa studiare l’effetto di fattori collocati a ciascun livello e l’interazione di fattori posti a livelli diversi. In questo contesto l’analisi secondaria permette di specificare le domande di ricerca nei termini micro-macro, sfruttando la Coleman Boat, un modello secondo cui, per spiegare i cambiamenti a livello macro, è necessario scendere a livello micro disegnando graficamente una sorta di barca. Per fare ciò è necessario considerare gli effetti sugli individui degli eventi e delle condizioni macro, considerare le azioni individuali che ne seguono e infine gli effetti macro delle interazioni individuali

22
Q

Analisi di indagini ripetute

Disegni di ricerca longitudinali e comparati

L9

A

Prevede che siano compiute misure simili in punti diversi del tempo su di una popolazione equivalente. Queste indagini si prestano meglio dei panel a rilevare il cambiamento aggregato, e in particolare a misurare il cambiamento netto, ovvero il cambiamento al netto dei flussi di cambiamento individuale. Le più frequenti analisi di indagini ripetute sono:
- Analisi dei trend: descrive l’andamento nel tempo a livello aggregato di un certo fenomeno
- Analisi di coorte: riguarda la distinzione tra gli effetti età, periodo e coorte → la coorte è formata da individui nati in certi anni, che tendono a differire dagli altri perché sono inquadrati in contesti storici via via diversi.

23
Q

Analisi di panel

Disegni di ricerca longitudinali e comparati

L9

A

Si tratta di interviste ripetute sugli stessi soggetti, per cogliere il cambiamento individuale. I panel sono estremamente costosi, e comportano impegno dal punto di vista organizzativo. Hanno inoltre il problema del logoramento (intervistati interrompono la partecipazione per diversi motivi) e dell’interferenza (intervistato può cambiare il proprio atteggiamento perché sa di essere oggetto di studio).

Fra le varie tecniche possibili, le più utilizzate sono:
- Event history analysis → analisi dei dati di durata. Essa registra la durata di episodi, ossia la permanenza dell’unità di analisi in un particolare stato che termina con un evento (es: occupazione termina con la pensione/licenziamento). È però vero che in questa analisi spesso l’inizio o la fine del periodo non è osservabile dal ricercatore perché distante di molti anni, oppure si tratta di variabili che cambiano nel tempo.
- Analisi delle sequenze → analizzare una successione di eventi che marcano il passaggio tra diversi stati

24
Q

Analisi di indagini comparate

Disegni di ricerca longitudinali e comparati

L9

A

Analisi secondaria che permette di studiare lo stesso problema in contesti diversi o in punti diversi nel tempo. Essa consente di sviluppare una specifica domanda di ricerca estendendola ad una nuova popolazione. Es: comparazione tra nazioni, regioni, città. Si presenta problemi per quanto riguarda la struttura dei dati e la comparabilità.

25
Q

In che modo è possibile integrare dati primari e secondari nella stessa ricerca?

L9

A
  • Applicare all’analisi secondaria una survey primaria
  • Utilizzare l’analisi secondaria per definire il quadro di riferimento dell’analisi primaria
  • Utilizzare l’analisi secondaria per migliorare il disegno di ricerca dell’analisi primaria operando sugli strumenti di rilevazione e sul campionamento
26
Q

Tipologia di dati secondari di Hakim

L9

A
  • Indagini trasversali: gruppo di dati più ampio ed eterogeneo, sia per temi che per qualità. Il problema principale di questi dati è la mancata diffusione (in Italia sono raramente accessibili e spesso non istituzionali)
  • Indagini longitudinali da fonti non istituzionali: maggiormente omogenei di quelli trasversali e per lo più pubblicamente accessibili → indagini spesso concentrate sulla popolazione
  • Indagini longitudinali e comparate da fonti non istituzionali: indagini ripetute e focalizzate sui valori e gli orientamenti politici, o indagini multiscopo che trattano i principali temi di interesse per le scienze sociali
    -Indagini longitudinali da fonti istituzionali: il carattere istituzionale della fonte garantisce qualità e diffusione pubblica
    • Indagini longitudinali e comparate da fonti istituzionali: usate per lo studio dell’opinione pubblica, sono volte a cogliere le condizioni di vita e di lavoro in Europa (es: Eurostat)
  • Censimenti ISTAT: ISTAT mette a disposizione molti dati ma spesso estremamente essenziali e circoscritti, dalle applicazioni molto specifiche
  • Dataset costruiti a partire da archivi amministrativi: archivi che provengono da organizzazioni burocratiche ed utilizzati da queste utile per sviluppare i loro compiti (es: INPS). Il problema principale di questi dati è che sono ad accesso severamente ristretto, ed è difficile collegare fonti diverse.
27
Q

Quali presupposti bisogna prendere in considerazione quando si sceglie un dataset?

L9

A
  • Sovrapposizione tra contenuto informativo del disegno di ricerca e quello del dataset
  • Conformità del campione rispetto al disegno di ricerca
  • Dimensione longitudinale e comparata
  • Struttura del dataset
    È comunque sempre necessario porre attenzione alla qualità dei dati e sulle modalità di diffusione (meglio se i dati sono più facilmente accessibili).
28
Q

Quali sono i 3 modi con cui è possibile combinare i dataset?

L9

A
  • Aggiungendo casi: si aggiungono casi mentre le variabili rimangono le stesse. Avviene spesso in inchieste ripetute, comparate o cumulate.
  • Aggiungendo variabili per variabile chiave di stesso livello: i casi rimangono gli stessi, ma si aggiungono variabili chiave dello stesso livello. Avviene spesso per i panel elettorali, dove si combinano diverse ondate per sapere cosa ha votato lo stesso individuo al tempo t e in seguito al tempo t+1
  • Aggiungendo variabili per variabile chiave di livello diverso: si aggiungono variabili ma per una variabile chiave di diverso livello. Tipico delle analisi multilevel, dove variabili contenute nel dataset appartengono a due livello diversi (es: una individuale e l’altra regionale/nazionale)
29
Q

Quali sono i problemi da risolvere nella combinazione dei dataset?

L9

A
  • Comparabilità della domanda
  • Comparabilità dei campioni → in questo caso le possibili distorsioni sono due:
    - Procedure di campionamento: influiscono sui tassi di non risposta e sulla composizione del campione. Vi sono poi problemi di comparabilità dei campione che possono derivare da cambiamenti della definizione di popolazione da campionare
    • Modalità di rilevazione dei dati: le caratteristiche dell’intervistato influenzano le sue risposte, così come le modalità di somministrazione dell’intervista