Triangolazione

La triangolazione non riguarda solo la validazione ma l’approfondimento e l’ampliamento della comprensione. Può essere usata per produrre innovazione nell’inquadramento concettuale. Può portare a meta-interpretazioni multiprospettiche. tentare di mappare, o spiegare più pienamente, la ricchezza e la complessità del comportamento umano studiandolo da più di un punto di vista? – Cohen e Manion

Tipi

Denzin (1973, p.301) propone quattro tipi fondamentali di triangolazione:

• Triangolazione dei dati: coinvolge il tempo, lo spazio e le persone
• Triangolazione dell’investigatore: coinvolge più ricercatori in un’indagine
• Triangolazione della teoria: comporta l’utilizzo di più di uno schema teorico nell’interpretazione del fenomeno
• Triangolazione metodologica: comporta l’utilizzo di più di una opzione per raccogliere dati, come interviste, osservazioni, questionari e documenti.

Motivi per la triangolazione

Carvalho e White (1997) propongono quattro motivi per intraprendere la triangolazione:

• Arricchire: I risultati dei diversi strumenti informali e formali aggiungono valore l’uno all’altro spiegando diversi aspetti di una questione
• Confutare: Quando un insieme di opzioni confuta un’ipotesi generata da un altro insieme di opzioni.
• Confermare: Quando un insieme di opzioni conferma un’ipotesi generata da un altro insieme di opzioni
• Spiegare: Quando una serie di opzioni fa luce su risultati inaspettati derivati da un’altra serie di opzioni.

Triangolazione per minimizzare i bias

Il problema di fare affidamento su una sola opzione è legato ai bias. Ci sono diversi tipi di bias che si incontrano nella ricerca, e la triangolazione può aiutare con la maggior parte di essi.

• Measurement bias – Measurement bias è causato dal modo in cui si raccolgono i dati. La triangolazione permette di combinare le opzioni di ricerca individuale e di gruppo per aiutare a ridurre le distorsioni come la pressione dei pari sui partecipanti al focus group.
• Sampling bias – Il sampling bias è quando non si copre tutta la popolazione che si sta studiando (omission bias) o si coprono solo alcune parti perché è più conveniente (inclusion bias). La triangolazione combina i diversi punti di forza di queste opzioni per garantire una copertura sufficiente.
• Procedural bias – Il bias procedurale si verifica quando i partecipanti sono messi sotto qualche tipo di pressione per fornire informazioni. Per esempio, fare sondaggi a interruzione in stile “vox pop” potrebbe cogliere i partecipanti di sorpresa e quindi influenzare le loro risposte. La triangolazione ci permette di combinare impegni brevi con impegni più lunghi in cui i partecipanti hanno più tempo per dare risposte ponderate.

Utilizzare una matrice di valutazione per controllare la triangolazione

Una matrice di valutazione, come mostrato di seguito, vi aiuterà a controllare che la raccolta dati pianificata copra tutti i KEQ, a vedere se c’è sufficiente triangolazione tra diverse fonti di dati, e a progettare questionari, programmi di intervista, strumenti di estrazione dati per le registrazioni del progetto e strumenti di osservazione, per garantire che raccolgano i dati necessari.

	Domanda ai partecipanti	Interviste agli informatori chiave	Registrazioni del progetto	Osservazione dell’attuazione del programma
KEQ1 Qual è stata la qualità dell’attuazione?	✔	✔	✔	✔
KEQ2 In che misura sono stati raggiunti gli obiettivi del programma?	✔	✔	✔
KEQ3 Quali altri impatti ha avuto il programma?	✔	✔
KEQ4 Come si potrebbe migliorare il programma?	✔	✔		✔

Fonti

Carvalho, S. e White, H. (1997). Combinare gli approcci quantitativi e qualitativi alla misurazione e all’analisi della povertà: La pratica e il potenziale. Documento tecnico 366 della Banca Mondiale. Washington, D.C.: Banca Mondiale

Denzin, Norman K. (1973). L’atto di ricerca: Un’introduzione teorica ai metodi sociologici. New Jersey: Transaction Publishers.

Kennedy, Patrick. (2009). Come combinare più opzioni di ricerca: Practical Triangulation (http://johnnyholland.org/2009/08/20/practical-triangulation)