Il campionamento e la raccolta dati negli studi quantitativi

Per iniziare una ricerca quantitativa viene sviluppato un piano di campionamento

della popolazione target in base a criteri di eleggibilità nella popolazione accessibile.
Per campionamento si intende la selezione di una parte di popolazione che la
rappresenti nella sua interezza. Un campione rappresentativo per non incorrere in
bias di campionamento deve avere caratteristiche molto simili alla popolazione che
si intende studiare, tenendo conto dei suoi strati, cioè segmenti di popolazione delle
caratteristiche specifiche, per esempio età e sesso.
All’interno della ricerca quantitativa esistono due grandi categorie di disegno di
campionamento: quello non-probabilistico e quello probabilistico. Nel primo gli
elementi sono scelti con metodi non casuali, ossia non hanno la stessa possibilità di
essere inclusi nel campione, rischiando di essere non rappresentativo. Tuttavia è
molto usato perché pratico ed economico. I campionamenti non-probabilistici sono:
 Il campionamento di convenienza: la selezione dei partecipanti è fatta tra le
persone più facilmente disponibili; Ha un elevato rischio di bias, poiché le
persone facilmente disponibili potrebbero essere atipiche.
 Campionamento per quota i ricercatori identificano gli strati di una
popolazione target e calcolano quanti elementi, in proporzione, devono
prendere per convenienza;
 Campionamento consecutivo: vengono selezionate tutte le persone di una
popolazione accessibile, nel corso di un intervallo di tempo specifico o per una
specifica dimensione del campione;
 Campionamento propositivo: alla base di questo tipo di campionamento c’è
la pregressa conoscenza dei ricercatori sulla popolazione da cui selezionare i
campioni. Utile se si vuole disporre di un campione di esperti su ciò che si
vuole studiare.

Nel campionamento probabilistico si assiste alla selezione casuale degli elementi di

una popolazione target, in questo modo ogni elemento ha le stesse probabilità di
essere selezionato e i campioni risulteranno più rappresentativi. All’interno di
questa categoria possiamo distinguere:
 Il campionamento casuale semplice: viene stabilito una struttura del
campione, ad esempio un elenco degli elementi di una popolazione. Gli
elementi della struttura del campione vengono numerati e poi selezionato in
maniera casuale il campione della grandezza desiderato.
  Campionamento casuale stratificato: comporta prima la divisione in strati e
all’interno di essi vengono scelti casualmente gli elementi.
 Campionamento sistematico: si seleziona ogni k-esimo elemento di una lista,
es. la quindicesima persona di una lista, selezionando il primo caso in maniera
casuale. Per calcolare l’intervallo di campionamento bisogna dividere il totale
della popolazione da analizzare per il totale del campione desiderato.
Importante quando si effettua un campionamento è tenere conto della dimensione
del campione, ovvero il numero dei partecipanti ad uno studio. Possiamo fare una
stima della grandezza di un campione facendo un’analisi della potenza, cioè la
capacità di dei test statistici che vengono utilizzati di evidenziare le differenze tra i
gruppi dovute all’intervento. Se le differenze attese sono grandi, i gruppi possono
essere piccoli, al contrario se le differenze attese sono piccole i gruppi devono
essere grandi. Tuttavia, anche i campioni di grandi dimensioni possono nascondere
bias.
Per una valutazione critica della descrizione di un piano di campionamento sono
necessari due aspetti:
1. Descrivere in maniera adeguata la strategia di campionamento. Un report
di ricerca dovrebbe idealmente inserire:
 Il metodo di campionamento utilizzato
 La popolazione e i criteri delle eleggibilità
 La dimensione del campione
 La descrizione delle principali caratteristiche del campione
2. La qualità delle decisioni del ricercatore per il campionamento, e quindi se
il campione è rappresentativo della popolazione. Se ci troviamo difronte
una strategia del campionamento debole o un campione piccolo ci si può
aspettare dei bias. Altri bias possono essere dovuti alla mancata risposta di
alcuni partecipanti campionati che si sono rifiutati di partecipare. Quindi
teoricamente sarebbe appropriato scrivere nel report eventuali tassi di
risposta ed i tassi di abbandono in uno studio longitudinale.
Qualora il piano di campionamento fosse errato può essere rischioso generalizzare i
dati senza replicare lo studio con un altro campione.
Essenziale risulta essere nelle ricerche quantitative, la raccolta dati. Vi sono diversi
metodi per raccogliere nuovi dati:
 Metodo Self report o PRO (Patient reported outcome): sono formati dalle
risposte dei pazienti alle domande dei ricercatori. Possono essere
 somministrate o tramite un’intervista, e in questo caso il tasso di risposta è
superiore o tramite un questionario che gli intervistati compilano in modo
autonomo. Prevede l’uso di uno strumento formale, che segue una
scaletta ben precisa. Le domande possono essere a risposta aperta, a
risposta chiusa. Ci si avvale anche di scale sociopsicologiche che misurano
quantitativamente diversi atteggiamenti, percezioni o bisogni. Un esempio
è la scala LIKERT che si compone di diverse istruzioni verbali (o ITEM) che
indicano un punto di vista su un comportamento. Altro tipo di scala è la
scala analogico visiva o VAS usata soprattutto per misurare le esperienze
soggettive come dolore o fatica. Le scale possono dare luogo a BIAS da
response set.
 Metodo osservazionale: alcuni quesiti di ricerca hanno bisogno
dell’osservazione diretta dei comportamenti o delle caratteristiche delle
persone. Questo metodo è soprattutto usato quando l’individuo non è in
grado di esprimersi a voce. Per evitare la reattività, cioè le distorsioni del
comportamento quando si viene osservati, al campione non viene detto
che lo stanno facendo. In un’osservazione strutturata vengono utilizzati
protocolli che indicano cosa osservare, per quanto tempo e come
registrare i dati. I fenomeni osservati sono registrati utilizzato il sistema
categoriale, ossia un metodo sistematico di annotare degli eventi e dei
comportamenti. Questo tipo di sistema viene utilizzato per creare le liste di
controllo, ovvero lo strumento utilizzato per registrare le osservazioni. Per
le osservazioni si possono anche usare delle scale di valutazione che
permettono di valutare numericamente alcuni fenomeni. Per decidere
quando utilizzare i sistemi di osservazione strutturata viene fatto un
campionamento osservazionale che può essere: temporale, in cui
l’osservazione del comportamento è diviso in intervalli temporali, o con
registrazione di eventi, quando i ricercatori già sanno il momento in cui
avviene l’evento da osservare e lo registrano. I BIAS osservazionali non
possono essere eliminati, ciò può minare l’accuratezza e la validità dei dati.
 Misure biofisiologiche: Queste misurazioni possono essere fatte in vivo,
ovvero direttamente all’interno o su organismi viventi, ad esempio i
parametri vitali, oppure in vitro, cioè effettuate al di fuori dell’organismo
vivente, ad esempio gli esami di laboratorio. Le misure biofisiologiche
offrono i vantaggi di essere accurate, precise e soprattutto OGGETTIVE.
Per sviluppare un piano di raccolta dati i ricercatori devono mirare alla massima
qualità possibile dei dati. Per fare ciò bisogna rispettare tutte le procedure attuate
per raccoglierli, prevedendo chi raccoglierà e registrerà i dati, che sia
adeguatamente formato, quali saranno le circostanze durante la raccolta,
l’appropriatezza degli strumenti e delle scale utilizzate, poiché misurazioni non
accurate generano errori di misurazione. Quando viene sviluppata una nuova
misura, viene eseguita una valutazione psicometrica, che prevede una valutazione
delle proprietà che caratterizzano la misura e la qualità della misura stessa in termini
di AFFIDABILTA’ e di VALIDITA’
L’Affidabilità è l’assenza di errore di misurazione nei punteggi assegnati, che prevede
anche la replicazione, ossia, due misurazioni a distanza di tempo negli stessi soggetti
devono generare lo stesso risultato.
Deve anche essere tenuta in considerazione l’affidabilità intervalutatore, cioè se due
valutatori o osservatori indipendenti sono in grado di assegnare punteggi simili sulle
stesse persone. Di non meno importanza è la consistenza o coerenza interna che
valuta la coerenza tra gli item.
Invece la validità esprime il grado con cui uno strumento è adeguato a ciò che si
intende misurare. La validità è caratterizzata da diversi aspetti
1. Validità di facciata: grado con il quale una misura sembra misurare il costrutto
di interesse;
2. Validità di contenuto: nelle scale composite è il grado di adeguatezza con cui il
contenuto di uno strumento rappresenta il costrutto
3. Validità di criterio: il grado con cui i punteggi di una misura rispecchiano un
criterio di riferimento;
4. Validità di costrutto: il grado di adeguatezza con cui uno strumento misura il
costrutto di interesse.
La validità è più difficile da documentare rispetto all’affidabilità.