Stage 1: Dene the Research Problem, Objectives, and Multivariate Technique to Be Used Ogni processo di analisi comincia con la de3nizione degli obiettivi di ricerca e di un modello concettuale da studiare per cercare relazioni di dipendenza o similarità fra variabili. De3nito il quadro teorico, gli obiettivi e il tipo di variabili, si hanno gli elementi suf3cienti per selezionare la tecnica multivariata da usare.
Strive for Model Parsimony Il modello concettuale sul quale si poggia l’indagine deve essere ben chiaro ai ricercatori, rimane la struttura portante dell’intero processo di analisi. Fissare i tratti rilevanti del modello teorico di partenza permette di non trascurare variabili rilevanti, di introdurre solo quelle non superNue e di evitare/spiegare fenomeni di multicollinearità.
Stage 2: Develop the Analysis Plan Come de3nire il campione? Come ge-
stire le variabili? (e si può aggiungere: come raccogliere i dati? Con quali strumenti?)
Questi i quesiti a cui rispondere nella fase di sviluppo del piano di analisi.
Recognize That Sample Size Affects All Results Campioni troppo piccoli possono impedire di ottenere risultati accettabili, talvolta anche perché la rispondenza fra dati e relazioni potrebbe risultare eccessivamente positiva. Lo stesso accade per campioni troppo numerosi. Di pari numerosità devono essere gruppi di controllo e sperimentali negli studi sperimentali.
Stage 3: Evaluate the Assumptions Underlying the Multivariate Technique La fase ha a che vedere con l’analisi univariata e bivariata delle variabili, lo studio di outlier e missing data, le correlazioni, l’assunzione di normalità, e altre procedure che ci permettono di capire se i dati raccolti sono in grado di rappresentare relazioni multivariate.
Know Your Data La conoscenza dei dati nel dettaglio, a partire dai processi di data screening, è un’operazione centrale per poter interpretare i risultati anche secondo schemi inaspettati ma coerenti con gli eventi osservati.
Tabella 2.2 - Fasi di preparazione e linee guida in un approccio model-building di analisi multivariata (Hair et al., 2014, pp. 21-24, nostra rielaborazione).
