Immagina una bilancia che in tre pesate consecutive segna 68, 74 e 71 chili. Il tuo peso non è cambiato. È la bilancia che misura male.
La stessa domanda vale per ogni questionario, e la ricerca la chiama attendibilità, nel linguaggio comune anche affidabilità. L'attendibilità è la precisione di una misura: un questionario, un test o una bilancia risulta attendibile quando una ripetizione nelle stesse condizioni porta a valori uguali o molto simili, perché le differenze osservate derivano da differenze reali e non dall'errore di misura. Alla fine di questo articolo saprai quale metodo si adatta alla tua ricerca e quale coefficiente puoi riportare.
📌 I punti essenziali
- L'attendibilità indica la precisione di una misura, non la sua pertinenza.
- Il coefficiente di attendibilità si colloca tra 0 e 1.
- In psicometria si dice attendibilità, in statistica ufficiale affidabilità significa altro.
- Quattro metodi stimano l'attendibilità, e una tesi usa quasi sempre la coerenza interna.
- Con due valutatori il coefficiente è il kappa di Cohen.
Crea un sondaggio gratis
Con empirio.ai crei un moderno sondaggio online in pochi minuti — con hosting nell'UE.
- Sondaggio creato con IA
- Modifica con drag & drop
- Analisi in tempo reale
L'attendibilità è la precisione della misura: la definizione in una frase
L'attendibilità è il grado con cui un test, a parità di condizioni di somministrazione, restituisce misure stabili nel tempo, cioè indipendenti dall'errore di misura. Così la definiscono Riccardo Sartori e Margherita Pasini in un contributo sugli indicatori e costrutti in psicometria (2007), usato come materiale didattico all'Università di Verona.
Sul nome del criterio vale la pena fermarsi un momento, perché cambia da un campo all'altro. In psicometria il termine corretto è attendibilità: la Treccani, nella voce sul test psicometrico, la definisce come la costanza dei risultati ottenuti con un determinato test quando venga applicato più volte al medesimo soggetto. Affidabilità funziona come sinonimo nel linguaggio quotidiano, ma nella statistica ufficiale significa un'altra cosa: nelle linee guida dell'Istat indica la vicinanza tra le stime prodotte per la stessa statistica in tempi diversi.
L'attendibilità fa parte dei tre criteri di qualità di una misura, insieme all'obiettività e alla validità. Si risponde a una sola domanda: una ripetizione nelle stesse condizioni darebbe lo stesso risultato? Se quel risultato abbia senso è questione di validità, non di attendibilità.
Una bilancia digitale è attendibile perché mostra lo stesso peso corporeo anche a misurazione ripetuta. Se un gruppo di ricerca stima a occhio il peso delle persone osservate, il risultato cambia da un passaggio all'altro. Una misurazione così non è attendibile, a prescindere dall'esperienza di chi stima.
Come si stima l'attendibilità: quattro metodi e i loro limiti
L'attendibilità si stima correlando due misurazioni dello stesso costrutto. Più alta è questa correlazione, più piccolo è l'errore di misura. La teoria classica dei test impiega quattro metodi, che si distinguono soprattutto per l'origine della seconda misurazione.
Quale metodo sia praticabile lo decide raramente la statistica. Lo decidono due cose: se riesci a ricontattare le persone intervistate e se hai posto abbastanza domande sullo stesso costrutto.
| Metodo | In che cosa consiste | Praticabile in una tesi? |
|---|---|---|
| Test-retest | stesso test in due momenti | raramente, si perde il contatto |
| Forme parallele | due versioni equivalenti del test | quasi mai, gli item non bastano |
| Split-half | test diviso in due metà | sì, con la correzione di Spearman-Brown |
| Coerenza interna | ogni item come parte del test | sì, è il caso normale |
Attendibilità test-retest: la stessa misurazione in due momenti
L'attendibilità test-retest confronta due misurazioni condotte con lo stesso strumento sulle stesse persone in due momenti distinti. Se i due passaggi danno valori simili, lo strumento risulta attendibile. La difficoltà sta nell'intervallo: troppo breve e le persone ricordano le proprie risposte, troppo lungo e il costrutto stesso è cambiato.
Forme parallele: due versioni equivalenti dello stesso questionario
Il metodo delle forme parallele confronta due versioni dello stesso strumento che rilevano con la stessa qualità il medesimo costrutto, somministrate nello stesso momento. La teoria dei test la considera la via più pulita, perché l'effetto della memoria scompare. In una tesi di laurea resta quasi sempre fuori portata, perché gli item disponibili sono troppo pochi.
Split-half: dividere il questionario in due metà
Il metodo split-half, in italiano anche divisione a metà, taglia un unico questionario in due parti e correla i punteggi delle due metà. Non serve una seconda rilevazione, per questo funziona con un'indagine somministrata una sola volta. Poiché ogni metà contiene solo la metà degli item, il coefficiente risulta troppo basso e si corregge con la formula di Spearman-Brown.
Coerenza interna: ogni item come parte del test
La coerenza interna, chiamata anche consistenza interna, tratta ogni singola domanda come una parte del test ed esamina quanto gli item di una scala covariano tra loro. Si riporta quasi sempre con l'alfa di Cronbach. Serve però una condizione: una scala composta da più domande sullo stesso costrutto, per esempio più affermazioni su una scala Likert.
Nota
L'alfa di Cronbach richiede più domande sullo stesso costrutto. Per una domanda singola non si può calcolare nessuna coerenza interna, nemmeno con un campione molto ampio. Progetta quindi la scala già mentre costruisci il questionario.
Attendibilità tra valutatori: quando misurano le persone e non i questionari
L'attendibilità tra valutatori, in inglese inter-rater reliability, indica quanto due o più persone che giudicano la stessa osservazione arrivino al medesimo risultato. Serve ovunque sia un essere umano a classificare invece di un questionario a misurare: osservazioni, risposte aperte e analisi del contenuto qualitativa.
L'esempio più chiaro arriva dall'università. Due membri della commissione leggono la stessa tesi di laurea e propongono due voti diversi. La tesi non è cambiata, è il giudizio che manca di precisione. Come coefficiente si usa il kappa di Cohen con due valutatori e il kappa di Fleiss con più di due. Entrambi scontano l'accordo atteso per puro caso, e per questo dicono più di una semplice percentuale.
Il confine con l'obiettività nella valutazione è sfumato, perché entrambi i criteri chiedono quanto pesi la persona che valuta. Nella pratica aiuta una divisione semplice: una griglia di codifica chiara garantisce l'obiettività, l'accordo misurato tra due persone dimostra l'attendibilità.
Quale coefficiente di attendibilità basta in una tesi
Il coefficiente di attendibilità si colloca tra 0 e 1, e quanto più si avvicina a 1, tanto minore è la quota di errore nei punteggi. Una soglia valida per tutti i casi non esiste: i manuali indicano limiti diversi, e il motivo non è un disaccordo tra autori ma l'uso che si farà del risultato.
Questa distinzione manca in quasi tutte le guide. Un coefficiente moderato basta finché confronti gruppi, per esempio studenti e persone che lavorano. Appena un punteggio serve a descrivere una singola persona, come nella diagnostica o in un test di selezione, la richiesta sale sensibilmente. Se nella tua bibliografia non trovi una soglia, indica quale fonte segui invece di riportare una cifra senza origine.
Con un'indagine online somministrata una sola volta ti restano due strade: la coerenza interna con l'alfa di Cronbach e il metodo split-half. Un punto va tenuto presente: l'alfa cresce anche solo perché una scala contiene più item, quindi un valore alto da solo non dimostra che la scala misuri un unico costrutto.
Attenzione
L'attendibilità test-retest non si può riportare se i dati sono stati raccolti una sola volta. Quando nessun coefficiente emerge perché il disegno non lo permetteva, è proprio questo che va scritto nella discussione dei metodi, insieme al motivo. Alla discussione della tesi un limite dichiarato vale più di un coefficiente che non dimostra nulla.
Crea un sondaggio gratis
Con empirio.ai crei un moderno sondaggio online in pochi minuti — con hosting nell'UE.
- Sondaggio creato con IA
- Modifica con drag & drop
- Analisi in tempo reale
Errori frequenti sull'attendibilità
Tre errori compaiono con particolare frequenza nelle tesi e tutti e tre emergono al più tardi durante la discussione.
La causa è sempre la stessa: l'attendibilità viene confusa con qualcosa che sembra più rigoroso, ma che risponde a un'altra domanda. Chi conosce le tre confusioni le riconosce in fretta nel proprio capitolo sul metodo.
Credere che più partecipanti aumentino l'attendibilità
Un campione più ampio non aumenta l'attendibilità. L'attendibilità è una proprietà della misurazione, quindi del questionario e della situazione in cui viene compilato. Più partecipanti rendono soltanto più stabile la stima del coefficiente. Un item formulato male resta formulato male, anche con 500 persone nel campione invece di 50.
Calcolare l'alfa di Cronbach per una domanda singola
L'alfa di Cronbach presuppone più domande sullo stesso costrutto, perché misura la relazione tra di esse. Per una domanda singola quella relazione non esiste e il valore non è definito. Quando una cifra compare comunque, di solito più domande di contenuto diverso sono state raggruppate per errore in un'unica scala.
Confondere le forme parallele con due metodi di rilevazione
Il metodo delle forme parallele richiede due versioni equivalenti dello stesso strumento, non due metodi di rilevazione diversi. Confrontare un questionario con un'osservazione verifica un'altra cosa e appartiene alla validità. Questo equivoco si trova in molti glossari online e da lì passa nelle tesi.
Conclusione
L'attendibilità è il meno spettacolare dei tre criteri di qualità e quello su cui più tesi inciampano, perché si decide prima della raccolta dei dati e non dopo. Chi pone più domande sullo stesso costrutto può riportare un coefficiente. Chi ne ha posta una sola non lo recupera con nessuna analisi.
L'attendibilità dice con quanta precisione hai misurato. Non dice nulla sul fatto che tu abbia misurato la cosa giusta.
Come proseguire
- Vuoi inquadrare tutti e tre i criteri di qualità? Obiettività, attendibilità e validità a confronto
- Ti serve la definizione del termine successivo? Cosa significa validità?
- Stai mettendo insieme il questionario adesso? Creare un questionario: guida e struttura
- Vuoi avere sotto controllo tutto il percorso? Ricerca empirica: definizione, metodi, guida
Il nostro consiglio di lettura: il contributo di Sartori e Pasini sugli indicatori e costrutti in psicometria (2007) chiarisce in poche pagine il rapporto tra attendibilità e validità ed è liberamente accessibile. Per il quadro istituzionale della qualità dei dati valgono le Linee guida per la qualità delle statistiche dell'Istat (2018), utili soprattutto per capire perché nella statistica ufficiale affidabilità e accuratezza indicano due cose distinte.
Ti servono più domande sullo stesso costrutto per poter riportare un coefficiente di attendibilità?
Con empirio.ai, uno strumento per sondaggi online tedesco, crei scale con più affermazioni in pochi passaggi ed esporti i dati grezzi. I dati restano ospitati nell'Unione europea.