L'analisi statistica per la tesi: guida pratica

L'analisi statistica è uno dei passaggi più temuti di una tesi sperimentale, triennale o magistrale che sia. Puoi conoscere benissimo la tua materia e comunque bloccarti davanti a un dataset, a un software mai visto e a una sfilza di test dai nomi simili. È normale, e si risolve con metodo.

Un'analisi fatta bene non è solo un requisito: è ciò che rende credibile la tua ricerca e regge alle domande della commissione. In questa guida vediamo quando ti serve davvero, le fasi in ordine, i tipi di analisi con esempi concreti, i software principali, gli errori più comuni e come scrivere la sezione dei risultati.

Quando ti serve l'analisi statistica

Non tutte le tesi la richiedono. Una tesi compilativa raccoglie e rielabora la letteratura esistente e di solito non prevede dati tuoi da analizzare. Una tesi sperimentale, invece, parte da una domanda di ricerca e da dati raccolti sul campo: qui la statistica è il cuore del lavoro. Se non sei sicuro di quale stai scrivendo, la differenza la trovi spiegata bene nella guida su come scrivere la tesi.

L'analisi serve a trasformare i dati grezzi in risposte. Se la tua ipotesi è "chi studia con il metodo X ottiene risultati migliori?", la statistica è ciò che ti dice se quella differenza esiste davvero o se è solo frutto del caso. Vale per moltissime discipline: economia, psicologia, medicina, scienze sociali, biologia, scienze motorie. Cambiano i dati e le tecniche, ma la logica è la stessa.

La cosa importante da capire subito è che l'analisi va impostata prima di raccogliere i dati, non dopo. Gran parte degli errori che compromettono una tesi nasce da scelte sbagliate fatte a monte: un campione troppo piccolo, uno strumento di misura mal costruito, variabili raccolte nel modo sbagliato per il test che servirebbe.

Le fasi dell'analisi statistica

Procedere per fasi ti evita di ritrovarti con dati inutilizzabili a metà lavoro. Vediamole in ordine.

1. Disegno della ricerca

Prima dei numeri vengono le domande. Il primo passo è tradurre le tue intuizioni in ipotesi testabili e in obiettivi misurabili, coerenti con il quadro teorico di riferimento. Poi scegli il disegno adatto: sperimentale (intervieni su una variabile), quasi-sperimentale, correlazionale (osservi se due variabili variano insieme) o osservazionale.

Qui decidi anche la popolazione che vuoi studiare e come selezionare il campione. Il campionamento può essere probabilistico (ogni soggetto ha una probabilità nota di essere scelto: garantisce rappresentatività) o non probabilistico (più comodo ma meno generalizzabile). La numerosità del campione non è un dettaglio: un campione troppo piccolo può rendere l'analisi inutile, perché non ha abbastanza "forza" per far emergere gli effetti reali.

2. Raccolta dei dati

La qualità dell'analisi non può superare la qualità dei dati. Se usi strumenti tuoi (questionari, scale di misura), devono essere validi (misurano ciò che dicono di misurare) e affidabili (danno risultati coerenti). Valuta con cura anche la modalità di somministrazione: un questionario online e un'intervista strutturata raccolgono dati diversi.

In alternativa puoi usare dati secondari, cioè già raccolti da altri: banche dati istituzionali, dataset di ricerca, statistiche ufficiali. In quel caso la ricerca delle fonti diventa centrale: come trovarle e valutarle lo vedi nella guida sui siti per articoli scientifici.

3. Pulizia e preparazione del dataset

È la fase più sottovalutata e, spesso, quella che fa la differenza. Prima di analizzare qualsiasi cosa devi sistemare i dati: correggere gli errori di inserimento, individuare i valori anomali (outlier) e decidere come trattarli, gestire i dati mancanti (missing data) con criteri espliciti. Su un dataset sporco anche il test più corretto restituisce numeri sbagliati, e nessuno se ne accorge finché non è troppo tardi.

In tutta questa fase, se lavori su dati di persone, ti muovi nel campo della privacy: dati trattati con riservatezza, anonimizzati dove serve, nel rispetto delle regole del tuo ateneo.

I tipi di analisi più usati (con esempi)

Non ti servono tutti: scegli in base alle tue domande di ricerca e a com'è fatto il tuo campione. Ecco le famiglie principali, dalla più semplice alla più complessa.

Statistica descrittiva

Descrive il tuo campione, senza trarre conclusioni oltre di esso. Comprende le misure di tendenza centrale (media, mediana, moda), quelle di dispersione (deviazione standard, varianza, range), le tabelle di frequenza e i grafici (istogrammi, barre, torta, box-plot). È quasi sempre il primo passo: serve a "conoscere" i dati prima di testarli. Esempio: l'età media dei partecipanti, la distribuzione dei voti, la percentuale di risposte per ciascuna opzione.

Statistica inferenziale

Va oltre la descrizione per trarre conclusioni sulla popolazione a partire dal campione. Sono i test che compaiono più spesso nelle tesi. Come orientarti:

• t-test: confronta la media di due gruppi. Esempio: il voto medio di chi ha seguito il corso rispetto a chi non l'ha seguito.
• ANOVA (analisi della varianza): confronta le medie di più di due gruppi. Esempio: i risultati di tre metodi di studio diversi.
• Chi-quadro: verifica l'associazione tra due variabili categoriali. Esempio: c'è relazione tra genere e scelta del corso di laurea?
• Correlazione: misura se e quanto due variabili variano insieme. Esempio: ore di studio e voto d'esame crescono di pari passo?
• Regressione (lineare, semplice o multipla): stima quanto una o più variabili "spiegano" o predicono un'altra. Esempio: quanto ore di studio, frequenza e ansia da esame influenzano il voto finale.

Analisi multivariate

Servono quando le variabili in gioco sono molte e le relazioni complesse: analisi fattoriale (esplorativa e confermativa) per ridurre molte variabili a poche dimensioni di fondo, cluster analysis per individuare gruppi omogenei di soggetti, MANOVA quando le variabili dipendenti sono più di una. Sono più impegnative: usale solo se il disegno della ricerca le richiede davvero, non per fare colpo.

Modelli avanzati

Per tesi di dottorato e ricerche destinate alla pubblicazione: modelli di equazioni strutturali (SEM), modelli lineari gerarchici (HLM) per dati a più livelli, analisi di sopravvivenza, serie temporali. Se sei a questo livello sai già che la scelta del modello va discussa a fondo con il relatore e argomentata nel testo.

Quali software usare

Lo strumento conta meno del metodo, ma tanto vale scegliere quello giusto per te:

• SPSS. Il più diffuso nelle tesi di area umanistica e sociale: interfaccia a menu, non serve programmare. Comodo per iniziare, spesso disponibile con la licenza dell'università.
• R. Gratuito e potentissimo, ma richiede di scrivere codice. Curva di apprendimento più ripida, in cambio impari qualcosa che ti resta anche dopo la laurea ed è molto apprezzato nel mondo del lavoro.
• Stata e SAS. Molto usati in economia, epidemiologia e ricerca avanzata, di solito accessibili tramite l'ateneo. Potenti e ben documentati.
• Excel. Basta per la statistica descrittiva e i grafici di base, ma non affidarti solo a lui per i test inferenziali: fa poco e male su quel fronte.

Il consiglio pratico: scegline uno e imparalo bene, invece di saltare da un programma all'altro. E qualunque usi, tieni traccia di cosa fai (i comandi, i passaggi): quando dovrai scrivere il capitolo dei metodi ti ringrazierai.

Gli errori più comuni da evitare

Sono quasi sempre gli stessi, e un relatore attento li riconosce al volo:

• Andare a caccia di significatività. Lanciare test a raffica finché "esce qualcosa con p < 0,05" non è analisi: è pesca. I test si scelgono prima, in base alle ipotesi.
• Confondere correlazione e causalità. Due variabili che si muovono insieme non significa che una causi l'altra. È l'errore interpretativo più frequente.
• Ignorare gli assunti dei test. Molti test (t-test, ANOVA, regressione) danno per scontate certe condizioni, come la normalità della distribuzione. Applicarli quando non valgono porta a conclusioni fragili.
• Fermarsi al valore di p. "Significativo" non vuol dire "importante". Conta anche la dimensione dell'effetto: una differenza può essere statisticamente significativa ma irrilevante nella pratica.
• Riversare tutto l'output nel testo. Pagine di tabelle grezze copiate dal software non sono un capitolo di risultati. Vanno selezionate, sintetizzate e commentate.

Scrivere la sezione metodi e risultati

Un'analisi corretta va anche raccontata bene. Nel capitolo di metodologia descrivi con precisione il disegno di ricerca, il campione, gli strumenti e le procedure, usando una terminologia statistica appropriata: chi legge deve poter capire (e in teoria replicare) quello che hai fatto.

Nella sezione dei risultati la regola è la coerenza: obiettivi dichiarati, metodo, risultati e conclusioni devono raccontare la stessa storia, senza contraddizioni. Presenta solo tabelle e grafici essenziali, ciascuno con una didascalia chiara, e commenta ogni dato spiegando cosa significa per la tua ipotesi. I numeri da soli non argomentano: lo fai tu, collegandoli alla domanda di ricerca da cui sei partito.

Se stai ancora impostando la struttura del lavoro, ti tornano utili anche la guida su come scrivere la tesi e quella sulla bibliografia.