La statistica nella ricerca qualitativa
La ricerca qualitativa è spesso intesa come un approccio che si concentra su significato, esperienza, contesto e processi sociali. Per questo motivo, alcuni considerano la statistica irrilevante nella ricerca qualitativa, o addirittura contraria allo spirito qualitativo, che privilegia la profondità rispetto ai numeri. Tuttavia, in pratica, la statistica può svolgere un ruolo cruciale nella ricerca qualitativa, non per "trasformare" il qualitativo in quantitativo, ma piuttosto per aiutare i ricercatori a riassumere i dati, chiarire i modelli, rafforzare le argomentazioni e aumentare la trasparenza dell'analisi.
Questo articolo analizza come la statistica possa essere utilizzata in modo appropriato nella ricerca qualitativa, le tipologie di statistica comunemente impiegate e i limiti e gli aspetti etici del suo utilizzo, al fine di garantire che rimanga in linea con gli obiettivi della ricerca qualitativa.
1. Comprendere il ruolo della statistica nella ricerca qualitativa
La ricerca qualitativa mira a ottenere una comprensione più approfondita dei fenomeni attraverso dati quali interviste, osservazioni, documenti, appunti sul campo o manufatti culturali. I dati qualitativi assumono generalmente la forma di narrazioni, non di numeri. Tuttavia, la statistica descrittiva può essere utile quando i ricercatori codificano, raggruppano temi o calcolano la frequenza di occorrenza delle categorie.
L'uso della statistica nella ricerca qualitativa non richiede ai ricercatori di testare rigorosamente le ipotesi come avviene nella ricerca quantitativa. L'attenzione si concentra sul supporto all'interpretazione: mostrare tendenze, proporzioni o variazioni che emergono dai dati, mantenendo citazioni, contesto e spiegazioni al centro della discussione.
2. Statistica descrittiva: la forma più comune
Le statistiche più frequentemente presenti nella ricerca qualitativa sono le statistiche descrittive, ad esempio:
– Numero di partecipanti in base a determinate caratteristiche (età, professione, anzianità di servizio).
– Frequenza di occorrenza di temi o codici nella trascrizione.
– Percentuale di intervistati che hanno menzionato una determinata questione.
– Distribuzione dei luoghi di osservazione o delle tipologie di documenti analizzati.
Un semplice esempio: in uno studio qualitativo sulle esperienze di lavoro a distanza, un ricercatore potrebbe affermare che "dei 20 partecipanti, 14 hanno evidenziato il problema dei confini tra lavoro e vita privata"; poi il ricercatore prosegue con citazioni e interpretazioni sul perché tale problema sia risultato predominante e su come il contesto sia variato tra i gruppi.
Le statistiche descrittive aiutano i lettori a comprendere la "mappa" dei dati: quanto ampiamente emergono i temi, quali temi vengono discussi più frequentemente e se ci sono differenze nei modelli tra i partecipanti.
3. Quantificare i dati qualitativi: quando è utile?
Nell'analisi qualitativa, la quantificazione può essere utile quando:
1. Aumentare la trasparenza dell'analisi
I lettori possono constatare che i risultati non si basano su poche citazioni, ma derivano da uno schema piuttosto coerente.
2. Confrontare i gruppi in modo esplorativo
Ad esempio, confrontare i temi emersi dalle interviste tra insegnanti principianti ed esperti. Questo non ha lo scopo di generalizzare statisticamente, ma piuttosto di generare domande e spiegazioni più articolate.
3. Sostiene i metodi misti
Nei disegni di ricerca misti, i dati qualitativi possono essere elaborati in categorie che vengono poi analizzate brevemente con numeri, oppure, viceversa, i risultati quantitativi possono essere approfonditi attraverso interviste.
Tuttavia, la quantificazione non dovrebbe sostituire la profondità. Temi raramente trattati possono essere incredibilmente importanti, ad esempio le esperienze di discriminazione che solo poche persone vivono, ma che hanno un impatto significativo.
4. Tecniche statistiche che possono essere utilizzate
Sebbene la ricerca qualitativa non si concentri sull'inferenza statistica, alcune semplici tecniche possono essere utilizzate con cautela:
– Frequenza e percentuale: conteggiare la ricorrenza di codici o temi.
– Semplice tabulazione incrociata: ad esempio, il tema "stress lavorativo" è emerso più frequentemente nei partecipanti che lavoravano più di 10 ore al giorno.
– Media o mediana: per dati demografici o caratteristiche numeriche dei partecipanti, come ad esempio la durata dell'esperienza.
– Visualizzazione: grafici a barre, tabelle riassuntive o mappe tematiche che presentano una sintesi dei modelli.
Se i ricercatori utilizzano software come NVivo, ATLAS.ti, MAXQDA o anche semplici fogli di calcolo, le funzionalità di conteggio della frequenza dei codici e di matrice di confronto delle categorie risultano molto utili. Tuttavia, questi dati devono essere interpretati come "indicazioni di modelli nei dati analizzati", non come prove statistiche per l'intera popolazione.
5. Statistiche e analisi dei contenuti
Uno degli ambiti più "compatibili con la statistica" degli approcci qualitativi è l'analisi del contenuto, in particolare quella di natura qualitativo-quantitativa. I ricercatori possono codificare i documenti (ad esempio, articoli di giornale, post sui social media, politiche istituzionali) e quindi contare la frequenza di occorrenza di determinate categorie.
Esempio: uno studio sulla copertura mediatica della salute mentale online. I ricercatori potrebbero identificare categorie come "stigma", "supporto professionale", "narrazioni di guarigione" o "sensazionalismo". Dopo la codifica, i ricercatori possono presentare la proporzione di categorie per mezzo di comunicazione o periodo di tempo. Successivamente, i ricercatori sono comunque tenuti a fornire un'analisi approfondita del linguaggio, dell'inquadramento e del contesto socio-politico sottostante.
6. Mantenimento della qualità della ricerca: affidabilità e validità della versione qualitativa
Nella ricerca qualitativa, la qualità viene spesso discussa attraverso concetti quali credibilità, trasferibilità, affidabilità e confermabilità. La statistica può essere d'aiuto in alcuni aspetti, in particolare nel processo di codifica:
– Accordo tra programmatori
Se i dati vengono codificati da più ricercatori, i dati di concordanza (ad esempio, la percentuale di concordanza o un coefficiente specifico) possono indicare la coerenza. Ciò è particolarmente utile nell'analisi del contenuto o nella ricerca di gruppo.
Tuttavia, i ricercatori devono essere cauti: un elevato grado di concordanza non significa automaticamente un'interpretazione "corretta". Indica semplicemente coerenza nell'applicazione delle definizioni dei codici. Pertanto, le discussioni tra i codificatori, le tracce di audit e la riflessività rimangono essenziali.
7. Limitazioni e rischi dell'utilizzo delle statistiche
L'utilizzo della statistica senza un'adeguata considerazione metodologica comporta diversi rischi:
1. Riduzionismo
I dati qualitativi sono ricchi di contesto; concentrarsi troppo sui numeri può far perdere sfumature, contraddizioni e dinamiche.
2. Illusione di generalizzazione
Un'elevata frequenza in un piccolo campione non significa necessariamente che sia applicabile all'intera popolazione. La ricerca qualitativa, in genere, non è concepita per la generalizzazione statistica.
3. Ignorare temi secondari ma significativi
I temi che emergono raramente possono indicare le esperienze di gruppi vulnerabili, conflitti nascosti o fenomeni difficili da portare alla luce.
4. Errata interpretazione da parte del lettore
I lettori potrebbero essere tentati di interpretare i numeri come una misura di certezza. Pertanto, i ricercatori devono spiegare che i numeri si limitano a riassumere i modelli presenti nei dati analizzati.
8. Buona prassi: integrare numeri e narrazione
Affinché la statistica sia in linea con la ricerca qualitativa, si possono applicare le seguenti buone pratiche:
– Spiegare lo scopo dell'utilizzo dei numeri: se per la mappatura tematica, il confronto esplorativo o la trasparenza.
– Includere il processo di codifica: definizioni del codice, esempi e fasi di analisi.
– Utilizzare i numeri in modo proporzionale: le tabelle concise vanno bene, ma la narrazione interpretativa rimane il fulcro.
– Assicurati che il contesto rimanga presente: i numeri devono sempre essere accompagnati da spiegazioni sul "perché" e sul "come".
– Includere citazioni rappresentative: non solo quelle “interessanti”, ma anche quelle che mostrano schemi e variazioni.
conclusione
Nella ricerca qualitativa, le statistiche non sono un nemico, bensì uno strumento di supporto che, se usato in modo appropriato, può arricchire l'analisi. Attraverso statistiche descrittive, semplici quantificazioni e visualizzazioni, i ricercatori possono riassumere chiaramente i dati e aumentare la trasparenza dei risultati. Tuttavia, la ricerca qualitativa rimane ancorata al significato, al contesto e a un'interpretazione approfondita. Pertanto, i numeri dovrebbero essere considerati un complemento, utili a chiarire i modelli senza sminuire le voci dei partecipanti e la complessità dei fenomeni sociali studiati.
Se utilizzate con saggezza, le statistiche possono fungere da ponte: collegano la forza narrativa della ricerca qualitativa con un modo più sistematico, comprensibile e responsabile di presentare i risultati.
