Il benessere fisico e sociale del bambino: una sperimentazione di indicatori in soggetti di età prescolare.

PREFAZIONE ... 3  INTRODUZIONE ... 4  CAPITOLO I: LA PSICOMETRIA... 8 

1.1 D

EFINIZIONE E SGUARDO STORICO... 8 

1.2 P

ROCEDURE E STRUMENTI... 11  1.2.1 La misurazione... 11  1.2.2 Attendibilità ... 12  1.2.3 Validità ... 20  1.2.4 Il test... 22  1.2.5 I test di intelligenza ... 25  1.2.6 I test attitudinali e i test della personalità... 28  CAPITOLO II: LE SCALE DI SVILUPPO PER BAMBINI IN ETÀ SCOLARE E  PRE­SCOLARE ... 35 

P

REMESSA... 35 

2.1 B

ATTELLE 

D

EVELOPMENTAL 

I

NVENTORY

, 2

ND 

E

DITION... 36 

2.2 B

AYLEY

S

CALES OF 

I

NFANT AND 

T

ODDLER 

D

EVELOPMENT 

­ T

HIRD 

E

DITION... 38 

2.3 BRIGANCE® I

NFANT 

& T

ODDLER 

S

CREEN... 42 

2.4 C

HILD DEVELOPMENT INVENTORY

, T

EACHER

’

S

O

BSERVATION 

G

UIDE

, 

I

NFANT 

D

EVELOPMENT 

I

NVENTORY

, C

HILD

D

EVELOPMENT 

R

EVIEW 

P

ARENT 

Q

UESTIONNAIRE 

(CDR­PQ)

... 44 

2.5 D

EVELOPMENTAL 

O

BSERVATION 

C

HECKLIST 

S

YSTEM... 48 

2.6 E

ARLY

S

CREENING 

P

ROFILE... 50 

2.7 G

ESELL 

D

EVELOPMENTAL 

O

BSERVATION 

(T

HE

)

... 53 

CAPITOLO III: LA COSTRUZIONE DEGLI INDICATORI COMPOSITI ... 55 

3.1 L

A NORMALIZZAZIONE... 55 

3.2 L’

ATTRIBUZIONE DEI PESI... 61 

3.3. L’

AGGREGAZIONE DELLE COMPONENTI... 65 

3.4 L’

ANALISI DELL

’

INDICATORE... 71  CAPITOLO IV: L’OMEOPATIA... 75 

4.1 C

ENNI STORICI... 75 

4.2 I 

PRINCIPI OMEOPATICI... 77 

4.3 L’

EFFICACIA E LA RICERCA IN OMEOPATIA... 79  CAPITOLO V: LA COSTRUZIONE DEGLI INDICATORI DI BENESSERE .. 84  CAPITOLO VI: I QUESTIONARI UTILIZZATI NELL’INDAGINE ... 88 

6.1 I

L QUESTIONARIO PER I GENITORI... 89 

6.2 I

L QUESTIONARIO PER I PEDIATRI... 98 

6.3 I

L QUESTIONARIO PER LE MAESTRE... 100

CAPITOLO VII: LE FASI DI COSTRUZIONE DEGLI INDICATORI 

COMPOSITI DI BENESSERE ... 101 

7.1 I

NDICATORI COMPOSITI DI SALUTE... 102 

7.2 I

NDICATORE COMPOSITO DI RETE SOCIALE... 106 

7.3 I

NDICATORE COMPOSITO DI ADATTAMENTO... 107 

CAPITOLO VIII: I RISULTATI DELL’INDAGINE ... 109 

8.1 I

NTRODUZIONE AI RISULTATI... 109 

8.2 A

NALISI DEI RISULTATI ... 110  8.2.1 Analisi dei risultati per gli indicatori compositi di salute ... 110  8.2.2 Analisi dei risultati per l’indicatore composito di rete sociale ... 116  8.2.3 Analisi dei risultati per l’indicatore composito di adattamento... 119 

8.3 C

ONFRONTO TRA GLI INDICATORI... 120  8.3.1 Correlazione tra gli indicatori ... 123  8.3.2 Confronto tra gli indicatori e una variabile esterna ... 132  8.3.3 Confronto dei risultati con i dati regionali ... 136  CONCLUSIONI ... 140  BIBLIOGRAFIA ... 142  SITOGRAFIA ... 145  APPENDICI ... 146 

A

PPENDICE 

1 ­ I

L QUESTIONARIO... 146 

A

PPENDICE 

2 – I 

QUESTIONARI DELL

’

INDAGINE... 154 

2.1 Questionario per i genitori... 154 

2.2 Questionario per i pediatri... 159 

2.3 Questionario per le maestre ... 163 

Pr efazione 

L’argomento di questa tesi è  il risultato dell’incontro tra un  mio  interesse  verso  i temi  della  ricerca  empirica  e  l’occasione  di  poter  partecipare  ad  un  gruppo  di  ricerca  della  Scuola Superiore Sant’Anna, diretto dalla Prof. Maria Francesca Romano. 

Tra  gli  studi  di  cui  si  occupa  il  gruppo  di  ricerca,  mi  ha  particolarmente  interessato  l’indagine    “Gestione  informativa  e  valutazione  delle  attività  di  medicina  omeopatica  dell’Usl  5”.  Tale  progetto,  iniziato  alla  fine  del  2006,  ha  come  obiettivo  principale  la  valutazione dell’efficacia e dell’efficienza del Servizio di medicina omeopatica. 

La  metodologia  individuata  dal  gruppo  di  ricerca  include  alcuni  studi  longitudinali  da  eseguire  sui  pazienti  che  si  rivolgono  agli  ambulatori  di  medicina  omeopatica.  Personalmente  ho concentrato l’attenzione sui dati relativi ai soggetti di età pre­scolare,  nonostante l’indagine sia ovviamente più ampia ed ancora in corso. 

Per il mio lavoro di tesi ho quindi anticipato lo sviluppo di alcuni argomenti, utilizzando  solo  una  parte  dei  dati  disponibili.  L’elaborato  costituisce  quindi  una  traccia,  chiaramente  meno  ambiziosa  e  rigorosa,  da  approfondire  e  perfezionare,  dei  risultati  prefigurati per l’indagine. 

L’occasione  per  me  si  è  senza  dubbio  rivelata  preziosa,  non  solo  perché  mi  ha  consentito  di  affrontare  un  tema  che  personalmente  reputo  molto  interessante,  ma  soprattutto  perché  mi  ha  permesso  di  dare  un’impronta  al  lavoro  meno  teorica,  consentendomi di avvicinarmi e sperimentare un vero e proprio contesto di ricerca.  Ho avuto inoltre l’opportunità di documentarmi su aspetti da me poco conosciuti, come  l’approccio  omeopatico  alla  salute:  ringrazio  la  Dott.  Maria  Marchitiello,  responsabile  dell’Ambulatorio di Medicina Omeopatica della USL 5 di Pisa e del Centro Omeopatico  Materno­Infantile  di  Pontedera,  nonché  appartenente  al  gruppo  di  ricerca  della  Scuola  Superiore Sant’Anna, per il tempo dedicatomi e per gli utili ed apprezzati  suggerimenti.

Intr oduzione 

Il presente lavoro si focalizza nella definizione di uno strumento per la valutazione del  benessere in soggetti di età prescolare e si inserisce all’interno di un progetto di ricerca  “Gestione informativa e valutazione delle attività di medicina omeopatica dell’USL 5”  finanziato  dalla  Regione  Toscana  all’azienda  USL  5  di  Pisa  e  coordinato  dalla  Prof.  Maria Francesca Romano della Scuola Superiore Sant’Anna di Pisa. 

La  ricerca  è  stata  progettata  con  l’obiettivo  di  valutare  l’efficacia  e  l’efficienza  del  Servizio  di  Medicina  Omeopatica,  da  realizzarsi  presso  l’Ambulatorio  di  Medicina  Omeopatica di Pisa e il Centro Omeopatico Materno­Infantile con sede a Pontedera.  All’interno  dell’indagine  per  ciascuna  di  queste  sedi  si  prevedono  numerose  attività  specifiche di monitoraggio, rilevazione e valutazione. 

In  particolare  questo  elaborato  descrive  le  fasi  di  sperimentazione  di  uno  strumento  adeguato  alla  misurazione  dello  stato  di  benessere  dei  bambini  tra  1  e  5  anni,  in  cura  presso il Centro Omeopatico Materno­Infantile. 

Lo strumento costruito ambisce a  mostrare validità ed attendibilità per  tutti  i campioni  di  bambini  compresi  all’interno  di  questo  intervallo  di  età  e  quindi  potenzialmente  condivisibile    anche  nel  contesto  di  altri  approcci  terapeutici,  come  ad  esempio  la  pediatria territoriale. 

La scelta di focalizzare l’attenzione sulle classi d’età suddette è maturata tenendo conto  che in questa fase lo sviluppo è particolarmente accelerato e determinante; cosicché lo  studio  in  età  prescolare  consente  sia  una  valutazione  del  processo  evolutivo,  sia  una  valutazione complessiva del dato di benessere. 

Nonostante i numerosi strumenti presenti in letteratura, si è deciso di sperimentarne uno  ex novo, che potesse risultare più aderente all’obiettivo della ricerca in oggetto. Infatti le  scale,  i  profili  e  gli  indicatori  per  l’infanzia  già  utilizzati  non  risultavano  appropriati  rispetto  alle  fasce  d’età  selezionate,  in  quanto  generalmente  costruiti  attorno  ad  un  obiettivo  di  valutazione  delle  fasi  evolutive  nel  soggetto,  piuttosto  che  di  una  misurazione globale del benessere.

A  tale  scopo  nel  voler  delineare  un  quadro  di  benessere  del  campione,  l’indagine  effettua  una  stima  dello  stato  di  salute,  e  parallelamente  del  contesto  sociale  e  delle  capacità di adattamento dei singoli soggetti. 

La  raccolta  dei  dati  viene  effettuata  su  tre  distinti  interlocutori:  genitori,  pediatri  e  insegnanti, ciascuno dei quali per  il suo ruolo apporta il proprio punto di vista rispetto  alla  relazione  col  bambino,  che  può  integrarsi  a  quello  degli  altri  nel  definire  più  completamente il profilo. 

Allo stato attuale della  ricerca è stato raggiunto un obiettivo  intermedio. Tale risultato  rappresenta  l’oggetto  di  questo  elaborato  e  consiste  nello  specifico  nella  creazione  di  cinque  indicatori  compositi:  tre  di  salute  (soggettiva,  oggettiva  e  derivata  dal  giudizio  medico),  uno  di  rete  sociale  e  uno  di  adattamento,  ottenuti  mediante  aggregazione  di  singole  scale  e  testati  su  dati  raccolti  mediante  la  collaborazione  dei  genitori  e  del  medico omeopata. 

La  lettura  unificata  degli  indicatori  fornisce  un  profilo  dettagliato  del  benessere  dei  soggetti facenti parte del campione. 

Il  presente  lavoro  si  è  quindi  occupato  di  descrivere  il  processo  di  creazione  degli  indicatori compositi di benessere:  la selezione di strumenti simili da cui trarre spunti e  elementi distintivi, la descrizione dei questionari utilizzati per il reperimento dei dati, la  presentazione degli indicatori creati e l’analisi dei dati pertinenti agli indicatori. 

La trattazione si è quindi articolata in due parti, una teorica e una sperimentale. 

La prima, teorica, consiste in un’analisi preliminare basata sull’individuazione di tutti i  suggerimenti  letterari  pertinenti,  individuando  la  disciplina  psicometrica  come  fonte  primaria di informazioni per  la creazione di strumenti di valutazione del benessere. Le  indicazioni ricavate hanno permesso la ricognizione di una rassegna di scale, profili ed  indicatori  già  realizzati  per  le  classi  d’età  sotto  studio  e  considerati  coerenti  con  l’obiettivo del lavoro. Tale rassegna ha fornito importanti suggerimenti sugli aspetti da  conservare  nella costruzione del  nuovo strumento e quelli  invece su cui differenziarlo.  Successivamente  sono  stati  richiamati  i  riferimenti  teorici  riguardanti  la  costruzione  degli indicatori compositi e il sistema terapeutico omeopatico: di quest’ultimo sono stati  evidenziati i principi, non solo per spiegare l’ambito nel quale si muove quest’indagine,  ma anche e soprattutto per sottolineare  l’importanza di un approccio olistico alla salute  nella valutazione del benessere.

La  parte  sperimentale  della  tesi  descrive  invece  l’indagine  e  i  risultati  prodotti.  Dopo  una  descrizione  dei  questionari  utilizzati  per  la  rilevazione  dei  dati,  con  illustrazione  dettagliata di quello già somministrato, sono presentati gli indicatori compositi costruiti,  per i quali si spiegano la pertinenza col tema e le modalità di realizzazione. Sono anche  discussi  i  risultati  ottenuti  sulla  base  dei  controlli  di  funzionalità  e  validità  degli  indicatori realizzati, cercando una validazione non solo interna, ma anche attraverso dati  esterni ed in particolare con i dati campionari toscani dell’indagine Multiscopo ISTAT.  Nelle  conclusioni  sono  stati  quindi  discussi  gli  aspetti  distintivi  ed  innovativi  degli  strumenti adottati rispetto all’obiettivo di valutazione del benessere secondo l’accezione  ormai classica definita dall’Organizzazione Mondiale della Sanità. 

Sono  stati  collocate  in  appendice  le  parti  teoriche  sottese  all’elaborazione  del  questionario:  questo  non  per  sminuire  l’importanza  di  questo tema  ma  per  non  creare  soluzioni di continuità rispetto agli altri argomenti, considerati più innovativi. Inoltre in  appendice,  sempre  per  rendere  più  agevole  la  lettura  del  testo,  sono  stati  riportati  i  questionari  utilizzati  nell’indagine  e  le  analisi  statistiche  descrittive  delle  variabili  esaminate.

Capitolo I: La psicometr ia 

1.1 Definizione e sguar do stor ico 

La  psicometria  è  quel  settore  della  psicologia  che  si  occupa  della  misurazione.  Nel  dettaglio  si  interessa  delle  tecniche  e  degli  strumenti  della  misura,  avanzando  parallelamente verso due obiettivi: 

1.  la costruzione di nuovi strumenti e metodi 

2.  lo sviluppo e il raffinamento dei metodi teorici esistenti 

Il  campo  di  indagine  prediletto  riguarda:  comportamenti,  abilità  e  competenze,  conoscenze, atteggiamenti e caratteristiche della personalità degli individui. 

È  un  settore  complesso,  con  natura  applicativa  (ambiti  clinico­terapeutico  e  pedagogico), nel quale si materializza l’incontro tra istanze teoriche (psicofisiologiche,  psicosociologiche, psicopedagogiche) e istanze metodologiche (matematica e logica). 

Nella  ricostruzione  storica  è  doveroso  precisare  che  la  psicometria  rappresenta  attualmente un ramo a sé stante della psicologia. Tale posizione è stata guadagnata con  la  capacità  di  specializzarsi  ed  imporsi  all’interno  della  psicologia  differenziale 1 .  Da  quest’ultima si è distinta come l’insieme delle tecniche di rilevazione, elaborazione ed  interpretazione dei dati psicofisiologici, psico­attitudinali e caratteriologici. 

Il suo sviluppo, avvenuto inizialmente in Inghilterra e Usa nella seconda metà del XIX  secolo, non meno delle sue origini, si delinea in stretta connessione con molteplici ed  eterogenei indirizzi di psicologia. 

In  primo  luogo  il  perfezionamento  delle  tecniche  fu  reso  possibile  dalla  stretta  vicinanza  con  la  psicologia  sperimentale,  con  la  quale  ha  avviato  uno  scambio  di  tecniche statistiche e principi metodologici. 

1 

La psicologia differenziale è quel settore della psicologia che studia e indaga le differenze tra gli  individui.

In  secondo  luogo  il  nesso  con  la  psicologia  dei  processi  cognitivi,  con  il  quale  si  è  palesata la necessità di distinguere i processi di percezione, memoria, apprendimento e  linguaggio. 

In  terzo  luogo,  la  relazione  con  la  psicodinamica,  dalla  quale  ha  tratto  sistemi  di  classificazione  della  personalità  e  schemi  differenziali  di  interpretazione  di  processi  quali la motivazione al successo e l’aggressività. 

L’occasione  che  ha  consentito  alla  psicometria  di  sperimentare  una  forte  crescita,  in  particolar  modo nelle dimensioni teorica ed applicativa, è rappresentata dalla  volontà  degli psicologi di perseguire un particolare interesse: misurare l’intelligenza. 

Quest’ultimo si sostanziò con la propensione a definire le caratteristiche intellettive di  base degli individui, l’intelligenza generale, supponendo che sottendessero le differenti  abilità e capacità. 

Questa  ipotesi  era  stata  elaborata  da  C.  Spearman,  il  quale,  attraverso  appropriati  procedimenti statistici, riuscì a calcolare una correlazione tra le votazioni scolastiche di  alunni  delle  scuole  elementari  londinesi  e  i  punteggi  dei  test.  Più  nel  dettaglio  Spearman notò che queste correlazioni, votazioni­punteggi, determinavano un sistema  di interrelazioni gerarchiche, spiegabili col fatto che ciascuna capacità esaminata fosse  il risultato della combinazione tra due fattori: H, comune a tutte le capacità inserite nel  sistema  di  osservazione  e  S,  proprio  di  ogni  capacità  singolarmente  considerata.  L’ipotesi era quella che i differenti punteggi ottenuti nelle prove specifiche, tendessero  ad annullarsi a vicenda laddove i test si componessero di  un alto numero di prove, e  soprattutto  la  media  di  questi  punteggi  fornisse  il  valore  dell’intelligenza  generale.  Elaborata  nel  1904,  fino  al  1930  circa 2 ,  questa  ipotesi  costituì  la  base  degli  studi  di  Spearman e dei suoi allievi 

Importante  oppositore  di  questa  teoria  fu  L.L.  Thurstone.  Ideatore  della  tecnica  dell’analisi  fattoriale,  attraverso  essa  consentì  una  semplificazione  della  descrizione  dei  dati.  L’analisi  fattoriale  permetteva  infatti  la  sostituzione  dell’ampio  numero  di 

2 _{“The nature of Intelligence and the Principles of Cognition” e “Abilities of  Man” sono infatti,} 

variabili  (con  cui  erano  state  effettuate  le  misurazioni)  con  un  numero  ristretto  di  fattori 3 . 

Una  posizione  intermedia  tra  Sperman  e  Thurstone  fu  proposta  da  due  psicologi  inglesi, C. Burt e T.E. Vernon. I due avanzarono uno schema alternativo e gerarchico  di organizzazione dei fattori. Al vertice della gerarchia vi era il fattore G di Spearman,  al grado successivo due “fattori di gruppo”, o principali, ulteriormente suddivisibili in  fattori  secondari  di  gruppo,  ulteriormente  suddivisibili  a  loro  volta  in  altri  gruppi  di  fattori, fino ad arrivare alla base, costituita dai veri fattori specifici. 

Intanto  in  Francia,  indipendentemente  da  Spearman  e  quasi  contemporaneamente,  su  commissione del Ministero della Pubblica Istruzione, A. Binet e T. Simon, avviarono i  lavori  per  la  costruzione  di  un  test  normalizzato  di  intelligenza,  con  diverse  prove  a  seconda dei differenti livelli di età. Il risultato fu la famosa scala di intelligenza Binet­  Simon 4 . 

Quegli  anni,  specialmente  con  l’ingresso  in  guerra  degli  Usa,  diedero  forte  impulso  all’impiego delle scale di intelligenza, in quella occasione con lo scopo di reclutare in  forma  rapida  il  personale  militare,  successivamente  invece,  in  altre  ricerche  e  situazioni di selezione del personale (per esempio nella pubblica amministrazione o in  grandi industrie). 

Altri  test,  come  quelli  per  la  misurazione  degli  atteggiamenti  (tipo  le  scale  di  atteggiamento  sociale  di  Thurstone  del  1930),  o  quelli  per  la  valutazione  della  personalità  in  termini  socio­adattivi  (come  gli  inventari  autografici  del  Minnesota  Multiphasic  Personality  Inventory  (MMPI)  del  1940),  pur  essendo  differenti  dai  reattivi di intelligenza, si basavano sugli stessi fondamenti statistico­ matematici.  Lo  sviluppo  della  psicometria  però,  non  si  orientò  esclusivamente  alla  forma  strettamente  quantitativa.  Frequenti  sono  gli  strumenti  psicometrici  basati  su  altri 

3  _{Tale  tecnica  è  stata  descritta  nei  libri  The  Measurement  of  Intelligence  (1925)  e    Multiple  Factor} 

Analysis (1947). 

4 

Negli  anni  dal  1910  al  1916  Terman  intraprese  dei  lavori  di  revisione  della  scala  pubblicando  le  correzioni e i dati nel 1916 in The Measurement of Intelligence.

fondamenti.  Essi  sono  essenzialmente  i  test  proiettivi,  costruiti  prevalentemente  su  scale di tipo ordinale e nominale. 

A  partire  dal  1939,  grazie  a  L.K.Frank,  fu  introdotto  il  termine  "tecnica  proiettiva".  Con  essa  si  soleva  indicare  diversi  tipi  di  test,  già  noti  ed  utilizzati  da  tempo  come  metodo  globale  di  valutazione  della  personalità,  che  solo  allora  venivano  riuniti  e  descritti  sotto  un  comune  denominatore:  i  concetti  di  derivazione  psicoanalitica,  e  in  primo luogo la proiezione. Tale denominatore raccoglieva differenti tecniche: i test di  associazione verbale,  l’interpretazione delle macchie di inchiostro di Rorschach, i test  di completamento di frasi, i metodi espressivi carta­matita. 

Il  primo  test  proiettivo  venne  messo  a  punto  da  C.G.  Jung,  nel  1910,  il  test  di  associazione  verbale,  il  quale  diede  il  via  ad  un  filone  di  tecniche  proiettive,  basate  sulle  teorie  di  Jung  e  soprattutto  di  Freud.  Tra  questi  il  test  di  Rorschach,  del  1921,  come  analisi  dei  soggetti  di  fronte  a  stimoli  visivi  indefiniti,  o  quello  pubblicato  da  H.A.  Murray,  nel  1943,  il  Thematic  Apperception  Test  (TAT),  test  di  percezione  tematica. 

Le  principali  tecniche  proiettive  sono  state  ripetutamente  adattate  in  vista  della  somministrazione a particolari popolazioni dal punto di vista psichiatrico. 

1.2 Pr ocedur e e str umenti 

1.2.1 La misur azione  La misurazione è il processo alla base della psicometria. Spiegare precisamente in cosa  essa consista rimanda inevitabilmente alla definizione più utilizzata in materia, quella  di Stanley Smith Stevens.  Negli anni ’40 Stevens avanzò una classificazione delle scale di misura, quella attuale,  in scala nominale, scala ordinale, scala ad intervalli e scala a rapporti. Tale ripartizione  era stata preceduta dalla concettualizzazione della misurazione come  “l’assegnazione  di  numeri  ad  oggetti  o  eventi  secondo  delle  regole”.  La  definizione  venne  successivamente raffinata e meglio precisata a seconda della materia alla quale doveva

applicarsi.  In  psicometria,  come  in  altre  scienze,  consiste  in  una  serie  di  regole  per  l’assegnazione di  numeri ad oggetti,  in  maniera tale da rappresentare quantità di  loro  attributi. 

Gli elementi chiave di questo enunciato sono tre:  regole, attributi e quantità. L’enfasi  posta su essi rimanda ad alcune precisazioni sul processo. 

In  primo  luogo  la  standardizzazione.  Essa  accredita  tanto  lo  strumento  quanto  il  processo di  misurazione,  poiché garantisce  il  medesimo risultato in tempi  e  in  luoghi  diversi. 

Regole di misurazione standardizzate si rivelano indispensabili in un contesto avanzato  di  progresso  delle  scienze,  assicurando  numerosi  vantaggi  quali  l’oggettività  dei  risultati  e  la  facilità  di  comunicazione  di  essi,  l’economia,  in  termini  di  risparmio  di  tempo e denaro, e finalmente la generalizzazione scientifica. 

La  modalità  con  la  quale  si  arriva  a  stabilire  queste  regole,  dipende  dal  rispetto  di  alcuni principi di  base:  non devono essere  ambigue, devono derivare da un  elaborato  modello  deduttivo,  devono  basarsi  su  ampia  esperienza  precedente  e  soprattutto  devono servire a spiegare un importante fenomeno. 

In  secondo  luogo  nella  definizione  emerge  l’attributo.  Misurare  significa  riferirsi  a  particolari  caratteristiche  degli  oggetti  e  non  ad  essi.  La  misurazione  prevede  quindi  innanzitutto  un    processo  di  astrazione,  secondariamente  un’attenta  considerazione  sulla natura dell’attributo, indispensabile per un corretto procedimento. 

Terzo elemento chiave è la quantità. Dalla definizione “…l’assegnazione di numeri ad  oggetti allo scopo di esprimere la quantità di determinati attributi”,  i numeri vengono  usati  per  comunicare  quanto  un  attributo  sia  presente  in  un  oggetto,  quantificare  è  esprimere l’ammontare nell’oggetto di quell’ attributo. 

1.2.2 Attendibilità 

Comprendere  che  cosa  esattamente  essa  sia,  significa  inoltrarsi  contemporaneamente  in  due  concetti:  da  una  parte  la  coerenza  di  punteggi,  dall’altra  il  calcolo  dell’errore  della  misurazione.  Quest’ultimo,  se  considerato  dalla  prospettiva  opposta,  potrebbe  essere  definito  anche  come  la  proporzione  di  varianza  realmente  attribuibile  al  fenomeno che si intende misurare, la variabile latente. 

Rispettivamente,  si  parla  di  attendibilità  laddove  esiste  la  possibilità  concreta  per  un  soggetto  di    riportare  i  medesimi  risultati  se  sottoposto  ad  uno  stesso  test  in  tempi  diversi, o a misure equivalenti o ancora a condizioni differenti di somministrazione.  Uno strumento viene considerato attendibile se consente simultaneamente di avere, da  un    lato  la  misura  delle  differenze  nei  punteggi  imputabili  ad  errori  casuali  di  misurazione, dall’altro una misura del fatto che tali differenze dipendano invece dalla  reale diversità delle caratteristiche considerate. L’attendibilità fornisce la chiave con la  quale comprendere quale porzione di varianza sia dovuta ad errore. 

La varianza dovuta ad errore  rappresenta un concetto piuttosto variabile a seconda dei  fini  dello  strumento  e  della  variabile  che  si  sta  misurando,  la  si  può  brevemente  definire  come quella porzione di  varianza causata da qualsiasi evento estraneo ai  fini  del  test.  Questa  consapevolezza  obbliga  ad  una  estrema  attenzione  nel  tentativo  di  neutralizzare  questi  eventi,  tentativo  che,  per  quanto  più  accurato  possibile,  non  consentirà mai di elaborare uno strumento attendibile in assoluto. 

La presentazione di uno strumento deve pertanto essere sempre accompagnata da una  precisazione  sulla  sua  attendibilità,  definita  attraverso  specificazioni  sia  delle  condizioni standard (cioè quelle che hanno permesso una sua quantificazione), sia del  campione. L’attendibilità di un test si manterrà costante per qualsiasi impiego di esso,  solo  se  la  somministrazione  avverrà  in  condizioni  simili  a  quelle  standard  e  con  soggetti vicini per caratteristiche a quelle del campione normativo. 

Anche  se  relativa  ad  un  singolo  strumento,  rispetto  ad  esso  può  essere  di  natura  molteplice,  poiché  molteplici  sono  le  condizioni  che  la  influenzano.  Viene  valutata  matematicamente,  e  poiché  qualsiasi  tipo  di  essa  riguarda  il  livello  di  fedeltà  di  due  gruppi di punteggi ottenuti in maniera separata ed indipendente l’uno dall’altro, la sua  misurazione avviene attraverso il coefficiente di correlazione.

Il  coefficiente  di  correlazione  esprime  la  relazione,  o  il  grado  di  corrispondenza,  tra  due gruppi di punteggi ottenuti rispetto a delle variabili.  La natura dei dati influenza la modalità di calcolo dei coefficienti di correlazione, tra  questi il più comune è il coefficiente di correlazione di Pearson:  y  x  xy s s s r =  Dove: s xy = covarianza tra la variabile X e la variabile Y =  x s  deviazione standard per la variabile X =  y s  deviazione standard per la variabile Y 

Le procedure con le quali  si  avanza  nel calcolo dell’attendibilità sono essenzialmente  quattro:

· Attendibilità test­retest

· Attendibilità delle forme parallele

· Attendibilità split­half (o coerenza interna) · Attendibilità di Kuder­Richardson 

Il metodo test­retest rappresenta il  metodo più semplice di valutazione di affidabilità.  Tale semplicità si traduce nella pratica di applicazione di un test in un dato momento e  nella  sua  riapplicazione,  il  retest,  in  un  momento  successivo.  In  questo  caso  la  correlazione  evidenziata  è  quella  tra  due  gruppi  di  risultati,  ottenuti  per  il  medesimo  campione di soggetti, nell’applicazione di uno stesso test, in occasioni diverse. 

Attraverso  questa  procedura  si  otterrà  una  varianza  dovuta  ad  errore  attribuibile  ad  oscillazioni,  sia  delle  condizioni  di  somministrazione  (ovviamente  non  controllabili),  sia delle modifiche avvenute nello stato individuale del soggetto. Ad un alto valore di  attendibilità ottenuto, corrisponderà un  basso grado di  influenza esercitato sul test da

condizioni  a  lui  esterne.  La  fedeltà  espressa  attraverso  la  fase  del  retest,  fornisce  la  possibilità  di  generalizzare  i  risultati  del  medesimo  in  occasioni  di  somministrazione  diverse. 

Il  ricorso  a  questa  procedura  implica  il  dovere  di  specificare  quale  sia  l’intervallo  intercorso tra le due fasi e l’elenco delle esperienze pertinenti del soggetto. Nel primo  caso, poiché per  ciascuno strumento esistono molteplici  valori di  attendibilità, questa  tendenzialmente  decresce  al  crescere  dell’arco  temporale  considerato,  motivo  per  il  quale le riapplicazioni vengono effettuate non oltre i 6 mesi 5 . In questi mesi si possono  considerare  le oscillazioni accidentali come già contemplate nella  varianza dovuta ad  errore  di  misurazione,  oltre,  tali  oscillazioni,  acquistano  una  natura  progressiva  e  cumulativa non esprimibile in tal senso. 

Nonostante  questo  metodo  possa  per  certi  versi  presentarsi  come  il  più  semplice  ed  ovvio,  il  suo  impiego  non  esula  da  difficoltà.  In  alcuni  casi  un’alta  correlazione  dei  risultati potrebbe non essere effettiva ma spuria. Ciò si verifica soprattutto in intervalli  brevi,  nei  quali  esiste  un’elevata  possibilità  che  i  soggetti  sottoposti  a  somministrazione  ricordino  le  risposte  date  nell’occasione  precedente,  e  siano  naturalmente portati a ripeterle.  Tale  meccanismo della ripetizione potrebbe  in  alcuni  casi  essere  anche  motivo  di  alterazione  della  natura  del  test  stesso  (si  considerino  soprattutto  i  test  di  ragionamento).  In  questi  casi  il  soggetto  potrebbe  giungere  al  risultato  per  effetto  della  memoria  e  della  ripetizione  piuttosto  che  per  fasi  di  ragionamento. Questo limite rappresenta la ragione per  la quale  il  metodo test­ retest  ben si applica ad alcune tipologie di strumenti e molto poco ad altre, come il caso della  maggioranza dei test psicologici. 

Il  metodo  delle  forme  parallele  è  una  procedura  elaborata  allo  scopo  di  allontanarsi  dall’ostacolo  appena  descritto,  la  ripetizione.  L’attendibilità  ottenuta  con  le  forme  parallele, rappresenta il valore della correlazione tra i risultati della somministrazione  di  un  test  in  un  dato  momento,  e  la  somministrazione  di  un  test  equivalente,  o  parallelo,  in  un  momento  successivo.  Questo  sistema  consente  di  rapportarsi  a  due  differenti  facce  dell’attendibilità:  la  stabilità  nel  tempo,  la  coerenza  delle  risposte  a 

5 

Esistono tuttavia situazioni in cui la riapplicazione di un test a seguito di un intervallo più ampio può  comunque considerarsi utile.

forme  variegate  di  test.  Quest’ultimo  è    denominato  concetto  di  campionatura  delle  prove, o campionatura del contenuto. 

Come  nel  caso  del  test­retest  diventa  necessaria  la  precisazione  sull’arco  temporale  trascorso e sulle esperienze pertinenti dei soggetti avvenute all’interno di esso. Qualora  le  due  applicazioni  dovessero  essere  immediatamente  successive  è  evidente  che  l’attendibilità valutata è solo quella relativa alle prove. Conseguentemente la varianza  dovuta  all’errore  è  attribuibile  solo  alle  oscillazioni  di  prestazione.  Perché  questa  sia  reale  è  intuitivo  che  i  due  test  debbano  realmente  essere  paralleli,  nella  forma,  nel  contenuto, nel grado di difficoltà e nel numero di prove, così come debbano essere rese  comparabili anche altre specificazioni quali i limiti di tempo, le istruzioni o ancora gli  esempi illustrativi. 

Per quanto le forme parallele siano applicabili ad un più ampio spettro di casi rispetto  al  metodo  del  test­  retest,  anch’esse  risentono  di  alcuni  limiti.  In  primo  luogo  è  necessario  annoverare  il  caso  in  cui  le  prove  valutino  caratteristiche  in  grado  di  modificarsi con  l’esercizio. L’esercizio aumenta  la capacità di risposta e l’effetto che  ne  deriva  rappresenta  una  riduzione  della  correlazione  tra  le  due  forme  (un’ulteriore  varianza). In secondo luogo l’effetto da ripetizione. 

Anche  per  questo  metodo  è  importante  capire  in  quale  misura  esso  possa  interferire  sulla natura del test, soprattutto in quelle prove che richiedono un certo ingegno, e per  le  quali  spesso  è  notevole  la  difficoltà  di  approntare  una  forma  parallela.  Tali  difetti  sono    sufficienti  a  motivare  l’esigenza  di  ricorrere  per  alcuni  tipi  di  prove  ad  altre  tecniche di valutazione di attendibilità. 

Il  metodo  dello  split­half,  o  metodo  della  coerenza  interna.  consiste  nel  valutare  l’attendibilità dello strumento confrontando i risultati ottenuti per metà della prova con  quelli dell’altra  metà.. Conseguentemente per ogni soggetto si otterranno due serie di  risultati comparabili. 

Da  questa  procedura  la  tipologia  di  attendibilità  che  si  ottiene  è  relativa  alla  campionatura  della  prova  e  non  alla  stabilità  dei  risultati  nel  tempo,  poiché  l’applicazione è unica . 

Il passo essenziale è la divisione del test in due metà che siano realmente comparabili.  I  modi  attraverso  i  quali  procedere  sono  molteplici.  Difficilmente  il  test  viene

suddiviso  in  maniera  cronologica,  la  prima  metà  e  la  seconda,  tale  presupposto  eliminerebbe  il  criterio  irrinunciabile  di  comparabilità,  soprattutto  se  si  tiene  ben  presente  che  al  progredire  delle  prove  di  un  test  cresce  anche  il  grado  di  difficoltà,  senza trascurare inoltre una serie di effetti cumulativi di vari fattori quali la stanchezza  o la noia. 

Un procedimento, adeguato per quasi tutti gli scopi, è suddividere le parti raccogliendo  in  una  le  prove  pari  e  nell’altra  quelle  dispari.  Se  esse  sono  presentate  in  ordine  crescente di difficoltà, una ripartizione in pari e dispari consente di ottenere due metà  pressappoco  equivalenti.  In  questo  meccanismo  non  si  può  prescindere  dalla  precauzione di mantenere tutti i quesiti relativi ad un medesimo argomento dalla stessa  parte.  In  caso  contrario,  ipotizzando  un  errore  di  comprensione  rispetto  al  suddetto  argomento, si rischia di ottenere un risultato falsato (ovvero risultati simili per  le due  metà). 

Una volta in possesso dei due risultati per ciascun soggetto si prosegue con il calcolo  della  correlazione  secondo  il  metodo  abituale.  Ovviamente  la  misura  di  attendibilità  ottenuta non è relativa all’intero test, ma alla metà di esso. 

La  lunghezza  del  test  sicuramente  fornisce  una  maggiore  garanzia  di  attendibilità,  quanto più il test è lungo tanto maggiore è il campione di comportamento da valutare.  Il  metodo  di  Kuder­Richardson,  come  quello  appena  descritto,  si  basa  su  un’unica  applicazione  del  test  e  riguarda  la  coerenza  tra  le  risposte  alle  varie  prove  di  cui  si  compone  (interitim  constitency).  Questa  coerenza  fornisce  anche  una  misura  della  varianza  causata    dalla  campionatura  del  test  (come  nei  casi  delle  forme  parallele  e  dello  split­half)  e    della  omogeneità  del  comportamento  indagato.  Se  lo  strumento  somministrato  indaga  una  sfera  di  comportamento omogenea,  l’attendibilità  che  ci  si  aspetta  è  sicuramente  più  elevata  che  in  presenza  di  un  test  eterogeneo,  dove  la  capacità  di  risposta  manifestata  dai  soggetti  è  sottoposta  a  variazione  a  seconda  dei  quesiti. 

Il procedimento più accurato per  stabilire  la coerenza tra  le prove è quello di  Kuder­  Richardson (1937) basato sull’analisi della prestazione a ciascuna prova. 

Tra  le  formule  proposte  dagli  autori,  quella  che  ha  trovato  un  più  largo  utilizzo  è  la  “formula 20 di Kuder­Richardson”:

r =  ₂  2  1  1  _t  pq  n  n s s -

_å

÷ ø ö ç è æ -  dove: r = coefficiente di attendibilità dell’intero test  n= numero di prove contenute nel test  t s  = la deviazione standard dei punteggi totali al test

å

 

pq  = sommatoria dei prodotti tra  la porzione dei  soggetti che  superano (p) e  non superano (q) ciascuna prova del test. 

Matematicamente è stato provato che tale coefficiente di attendibilità corrisponde alla  media  aritmetica  dei  coefficienti  di  attendibilità  ottenibili  attraverso  il  metodo  dello  split­half.  Quest’ultimo,  basato  su  due  metà  equivalenti  dello  stesso  test,  nella  maggioranza dei casi, riporta valori di attendibilità  maggiori rispetto a quelli ottenuta  dal  metodo  Kuder­Richardson,  che  difficilmente  sono  valutati  su  test  fortemente  omogenei. 

Qualsiasi  metodo  si  scelga  tra  quelli  appena  illustrati  è  necessario  tenere  in  considerazione  il  fatto  che  ciascun  coefficiente  di  attendibilità  risente:  dell’influenza  esercitata  dalla  natura  del  gruppo,  cioè  lo  spettro  di  differenze  individuali  presenti  all’interno e del grado di abilità media riscontrata in esso. 

Tale  consapevolezza  ha  prodotto  un  rimedio  col  quale  ovviare  al  problema.  Una  pratica  oramai  diffusa  è  la  suddivisione  del  gruppo  in  categorie  e  il  calcolo  del  coefficiente di attendibilità per  ognuna di esse.  In tal  modo si può ricorrere al giusto  coefficiente  e  applicarlo  appropriatamente  ai  differenti  campioni  su  cui  il  test  verrà  somministrato nella realtà. 

Come precisato all’inizio, il discorso sull’attendibilità può essere meglio compreso se  indagato da due prospettive differenti, da una parte la coerenza dei punteggi, dall’altra  il  calcolo  dell’errore  di  misurazione,  o  la  misura  della  varianza  reale  attribuibile  alla  variabile latente. 

Quest’ultima  può  essere  rilevata  secondo  un  metodo  residuale.  Le  procedure  sopra  presentate  chiariscono  il  fatto  che  ciascuna  di  esse  determina  una  certa  tipologia  di  attendibilità  (stabilità  temporale,  attendibilità  del  contenuto,  omogeneità  del

comportamento  indagato),  e  conseguentemente  un  certo  tipo  di  varianza  dovuta  all’errore  che  da  esse  deriva.  Attraverso  semplici  operazioni  si  quantifica  la  varianza  reale. Per mezzo di sottrazione si ottiene il valore della varianza derivabile da ciascuna  forma  di  attendibilità  (rispettivamente  varianza  relativa  alla  scelta  del  campione  temporale, varianza relativa alla scelta del contenuto), tali valori sommati conferiscono  una misura della varianza totale dovuta ad errore per uno specifico test. 6  1 ­ valore dell’attendibilità =  varianza dovuta ad errore  ∑ varianze dovute ad errore  Una volta posseduta la varianza dovuta ad errore, per effetto di un’altra sottrazione, si  arriva facilmente alla misura della varianza reale:  1 ­ ∑ varianze dovute ad errore =  varianza reale  Dall’altra parte, si è detto, l’attendibilità può essere espressa mediante errore standard  di misurazione o errore standard di un punteggio. Questo, a seconda dello scopo, è da  preferirsi  al  coefficiente  di  attendibilità,  soprattutto  nei  casi  in  cui  è  utile  l’interpretazione  dei  punteggi  del  singolo.  Anche  in  questo  caso  il  calcolo  avviene  ricorrendo comunque al coefficiente di attendibilità: 

I  mis =s 1  1 - r1   s 

dove: s _mis = errore standard di misurazione 

1

s  = deviazione dei punteggi 

I 

r1   =coefficiente di attendibilità 

7 

A  differenza  del  coefficiente  di  attendibilità  l’errore  standard  di  misurazione  non  risente del fattore eterogeneità del gruppo, poiché esso, come detto prima, si esprime in  termini di punteggi individuali.  6  Si propone di seguito lo schema di Anastasi in I test psicologici (si rimanda alla bibliografia.).  7  Sia il coefficiente di attendibilità che la deviazione standard dei punteggi che precedono sono calcolati  sul medesimo gruppo di persone.

1.2.3 Validità 

La  validità  riguarda  la  precisione  con  la  quale  lo  strumento  riesce  a  misurare  la  variabile  che  si  è  prefissato.  La  qualificazione  di  validità  non  può  evidentemente  prescindere dall’utilizzo particolare al quale il test si indirizza. Le dimensioni rispetto  alle quali essa può essere valutata sono tre: 

ü validità di contenuto 

ü validità rispetto ad un criterio  ü validità del costrutto 

La  validità  di  contenuto,  dalla  sua  denominazione,  rappresenta  un  esame  attento  del  contenuto  del  test,  volto  ad  accertare  che  esso  sia  adeguatamente  rappresentativo  del  comportamento che si intende misurare. 

Il lavoro da compiersi non è semplice. In primo luogo è necessario prestare attenzione  alla  campionatura  del  contenuto. Il  contenuto  del  test  deve  essere  vagliato  in  tutta  la  sua ampiezza, nessuna area ad esso pertinente può essere tralasciata. In secondo luogo  spesso  l’opportunità  del  test  dipende  più  dalle  risposte  che  dalle  domande;  le  prime  infatti  potrebbero mostrarsi maggiormente in grado di avvicinarsi all’obiettivo del test  (in base al procedimento logico seguito dal soggetto nella reazione alle prove), più di  quanto non risulti da una esame sulle domande. In terzo luogo è opportuno discostarsi  da errate generalizzazioni. In tal senso è doveroso precisare che in alcuni casi un test è  strutturato in maniera da misurare solo un ambito di un comportamento, la validità di  contenuto  sarà  alta  per  quel  test,  qualora  esso  non  abbia  la  pretesa  di  misurare  quel  comportamento, ma precisi di valutarne solo un aspetto. 

Valutare  la  validità  di  contenuto  è  una  prassi  che  avviene  sin  dal  principio.  Nel  momento  in  cui  uno  strumento  viene  costruito  si  seguono  infatti  precisi  criteri  di  pertinenza.  Questi  implicano  l’individuazione  degli  obiettivi  e  degli  argomenti  e  soprattutto  la  misura  con  cui  verranno  trattati.  Ciononostante,  per  quanto  in  fase  di  realizzazione del test queste raccomandazioni siano seguite diligentemente, la validità  di contenuto deve essere verificata empiricamente anche in un momento successivo.

Essa  infine  non  va  confusa  con  quella  che  si  definisce  la  validità  esteriore,  cioè  la  pertinenza  e  la  plausibilità  dello  strumento  rispetto  al  campo  in  cui  esso  verrà  applicato. 

La validità rispetto ad un criterio è la validità dello strumento rispetto ad un parametro  esterno ad esso. L’efficacia che il test manifesta è quella di predire un comportamento  di una persona nell’ambito di situazioni predefinite, in cui la prestazione verrà valutata  in rapporto ad un criterio indipendente ed esterno. Questo criterio, e la sua misura, può  essere  ottenuto,  o  contemporaneamente  ai  punteggi  stessi,  o  dopo  un  certo  arco  temporale.  La  distinzione  temporale  rimanda  a  due  concetti  distinti:  la  validità  predittiva e la validità concomitante. 

La validità predittiva, come rilevabile in maniera intuitiva, è una previsione in un certo  intervallo di tempo, o meglio la capacità di predire, mediante il dato ottenuto attraverso  lo  strumento,  l’evoluzione  futura  del  fenomeno.  La  sua  importanza  è  notevole  in  contesti di selezione del personale in ambiti differenti, siano essi lavorativi o scolastici.  La  validità  concomitante,  invece,  consiste  nel  confronto  tra  i  dati  forniti  dallo  strumento  e  quelli  forniti  da  uno  strumento  alternativo,  valido  e  applicato  allo  stesso  fenomeno.  Il  secondo  viene  assunto  come  criterio,  cosicché  la  serie  di  osservazioni  eseguite per  mezzo del primo sono intese come previsioni delle osservazioni ottenute  col secondo. 

In  realtà  la  distinzione  logica  tra  le  due  risiede  più  che  nella  diversità  temporale  di  riferimento,  negli  obiettivi  perseguiti  dai  test  psicologici,  la  validità  concomitante  assume  rilievo  come  diagnosi  del  presente,  quella  predittiva  invece  in  previsione  di  risultati futuri. 

La validità del costrutto è relativa alla capacità di corrispondenza tra i punteggi rilevati  dal  test  e  la  struttura  teorica,  o  tratto,  dai  quali  esso  deriva.  Lo  scopo  è  verificare  l’aderenza  tra  la  valutazione  effettuata,  intesa  come  spiegazione  statistica  di  un  dato  fenomeno, e le ipotesi teoriche formulate. 

Le  modalità  con  le  quali  procedere  sono  varie.  La  prima  è  un  confronto  tra  due  strumenti, quello per il quale si sta valutando la validità, e uno il cui uso è consolidato,  e la cui validità è assodata. Qualora tra essi via sia un’alta correlazione, cioè il primo  riesca  a  valutare  la  stessa  area  di  comportamento  del  secondo  esso  si  può  ritenere

valido.  La  correlazione  tra  i  due  però,  non  deve  essere  troppo  elevata,  in  tal  caso  si  potrebbe  manifestare  un  caso  di  sovrapposizione  e  il  nuovo  strumento  risulterebbe  inutile. 

Altro  procedimento  è  quello  dell’analisi  fattoriale.  Attraverso  di  esso  si  possono  individuare  le  variabili  latenti  che  si  intendono  misurare,  con  il  fine  di  verificare  la  corrispondenza  del  modello  teorico  ipotizzato  e  la  struttura  latente.  Questo  procedimento  si  sostanzia  nella  riduzione  delle  variabili  ad  un  numero  ridotto  di  fattori. Da una molteplicità iniziale di variabili si passa ad un numero più contenuto di  tratti  che  consente  di  semplificare  la  descrizione  del  comportamento  misurato.  Individuati i fattori, attraverso di essi si può procedere nello spiegare la composizione  fattoriale del test. 

La validità di costrutto rappresenta la procedura di validazione più ampia, per mezzo di  essa  si  è  focalizzata  l’attenzione  attorno  alla  teoria  psicologica  e  alla  sua  rilevanza  imprescindibile nella costruzione dei test. Il principio è formulare ipotesi teoriche che  attraverso  il  processo  di  validazione  potranno  essere  confermate  o,  al  contrario,  invalidate. 

Descritti i tre tipi di validità, scegliere a quale di essi ricorrere nella validazione dello  strumento dipende dall’obiettivo che lo stesso strumento persegue, ciascuna di esse si  adatta meglio ad uno scopo piuttosto che ad un altro. Inoltre la distinzione non implica  che  esse  debbano  essere  considerate  in  compartimenti  stagni,  al  contrario  spesso  le  operazioni  eseguite  per  una  vengono  comprese  anche  all’interno  delle  altre.  Ciò  è  particolarmente vero  nel caso della validità di costrutto, la più complessa tra le tre. 

1.2.4 Il test 

Il  test  costituisce  lo  strumento  primo  della  psicometria,  il  principio  chiave  attraverso  cui la disciplina raccoglie le informazioni. La funzione prioritaria del test è misurare le  differenze  tra  gli  individui,  o  ancora  le  reazioni  di  uno  stesso  individuo  sottoposto  a  condizioni diverse.

Il forte sviluppo dei test avvenne nel XIX secolo in seguito ad una maggiore attenzione  rivolta verso i ritardati mentali. Il trattamento umanitario a loro riservato costituiva una  novità  rispetto  ai  periodi  precedenti,  novità  da  cui  scaturì  la  necessità  di  accertare  coloro che erano colpiti da una forma di deficienza mentale. La tendenza fino ad allora  espressa,  era  quella  di  ricorrere  ai  test  allo  scopo  non  di  ritrovare  le  diversità,  al  contrario  trovare  un’uniformità  diffusa  che  consentisse  l’applicazione  di  leggi  universali. 

Lo  sviluppo  della  psicologia  differenziale  consentì  l’avvio  di  una  controtendenza.  In  tal senso decisivo fu il contributo di Galton. I suoi lavori contribuirono e fornirono un  enorme  impulso  alla  diffusione  dei  test.  Nello  specifico  gli  studi  sull’ereditarietà,  condotti attraverso le informazioni rilevate mediante test somministrati nelle scuole,  i  test  di  discriminazione  sensoriale,  il  cui  successivo  sviluppo  pose  le  basi  per  la  realizzazione  di  reattivi  dell’intelligenza  e,  finalmente,  l’elaborazione  delle  tecniche  delle libere associazioni, i cosiddetti reattivi proiettivi. 

Sulle  orme  di  Galton  proseguì  Cattell  che  manifestò  un  forte  interesse  per  la  misura  delle  differenze  individuali.  Egli  è  da  considerarsi  il  coniatore  della  denominazione  test, fu in effetti in un suo articolo del 1890 che tale termine apparve per la prima volta  nella letteratura psicologica. 

Il  passo  verso  l’elaborazione  di  test  dell’intelligenza  e  della  loro  ampia  diffusione  avvenne  in  seguito 8 .  L’avvio  passò  attraverso  la  creazione  della  famosa  scala  Binet­  Simon,  il  cui  apprezzamento  elevato  portò  alla  traduzione  e  all’impiego  in  numerosi  altri Paesi. Di essa non mancarono varianti riadattate o revisioni come quella tra le più  note  di  L.M.  Terman  presso  la  Stanford  University  e  appunto  denominata  “Stanford­  Binet”, nella quale per la prima volta si parlava diQuoziente di intelligenza (Q.I.),  Le scale sopra menzionate sono scale di tipo individuale, differiscono dai test collettivi  per  una  struttura  particolare  applicabile  all’individuo  singolo  e  per  mezzo  generalmente  di  un  esaminatore  altamente  qualificato.  I  secondi,  i  test  collettivi 9 , 

8  Il pretesto fu di carattere pratico: nel 1904, a Parigi, il Ministero della Pubblica Istruzione nominò una  commissione per lo studio dei metodi per l’educazione dei bambini subnormali delle scuole parigine.  9  Anche in questo caso l’impulso alla creazione avvenne per ragioni di carattere pratico. Nel 1917 gli Stati  Uniti intervennero nella prima guerra mondiale e le American Psichological Association nominarono una  commissione che potesse contribuire ad individuare la via attraverso la quale la psicologia potesse essere  di aiuto  nella  guerra. Il risultato  fu  la realizzazione  di  test relativi  al  livello  intellettuale  generale,  con i

invece,  possono  essere  somministrati  facilmente  e  contemporaneamente  a  grandi  gruppi. I primi tra essi sono noti come “Army Alpha” per i casi normali e “Army Beta”,  una scala non verbale, adatta ai casi di analfabetismo e reclute straniere non capaci di  comprendere  la  lingua  inglese.  Dal contesto militare questi test passarono al  contesto  civile. Con gli opportuni adattamenti vennero successivamente utilizzati nelle scuole e  in differenti altri contesti pubblici. 

La facilità di applicazione favorì intensamente l’utilizzo spesso indiscriminato dei test  collettivi  di  intelligenza,  ragione  che  determinò  simultaneamente  un  ritardo  ed  una  accelerazione nel loro progresso. 

Gli  anni  ’20  furono  caratterizzati  quindi  da  una  grossa  diffusione  di  test  il  cui  scopo  era  misurare l’intelligenza generale, fossero essi individuali o collettivi. Col raffinarsi  degli strumenti divenne sempre più evidente che in gran parte dei casi i presunti test di  intelligenza  ad  una  più  attenta  analisi  erano  test volti  a  valutare  specifiche  attitudini.  Da  questa  maturata  consapevolezza  il  rapido  propagarsi  dei  test  attitudinali  successivamente  distinti  in  test  di  attitudini  specifiche  da  una  parte,    utilizzati  principalmente  per  l’orientamento  professionale,  e  in  batterie  attitudinali  multiple 10  dall’altra,  la  cui  nascita  si  deve  ai  progressi  compiuti  nella  metodologia  e  nello  specifico alla tecnica dell’analisi fattoriale ideata da L.L. Thurstone. 

Accanto ai reattivi di intelligenza e quelli attitudinali acquisirono importanza anche le  misure  della  personalità,  relative  agli  aspetti  più  emotivi,  o  non  intellettivi  del  comportamento. 

Eseguita  una  ricostruzione  storica,  prima  di  procedere  in  una  rassegna  delle  classi  di  test  sopra enunciate, diventa doveroso definire il test quale strumento. 

Il  test  psicologico  rappresenta  una  misurazione  obiettiva  e  standardizzata  di  un  campione  di  comportamento.  La  sua  composizione  è  fatta  di  una  serie  di  stimoli,  o  quesiti,  standardizzati  per  tipologia,  durata,  sequenza,  ordine  e  istruzioni.  Questi  stimoli  sono  ricavati  dal  concetto  teorico  alla  base  dello  strumento  e  mirano  a  rappresentare una certa funzione intellettiva, attitudinale o ancora della personalità. 

quali  reclutare  un  milione  e  mezzo  di  soldati  e  sbrigare  rapidamente  una  serie  di  esigenza  di  carattere  amministrativo quali esoneri, congedi e assegnazioni di servizi. 

10 

Queste,  così  come  le  altre  tipologie  di  test  menzionate  in  seguito,  verranno  trattate  in  maniera  più  dettagliata nei paragrafi successivi.

Le  risposte  ai  quesiti  sono  a  loro  volta  trattate  in  maniera  standardizzata,  secondo  le  indicazioni  teoriche  relative  al  test.  Alle  risposte  dei  soggetti  vengono  attribuiti  dei  punteggi mediante i quali è possibile effettuare confronti in due direzioni: tra le sotto  aree  che  compongono  il  test,  con  i  punteggi  del  campione  normativo.  Quest’ultimo  costituisce  il  campione  per  mezzo  del  quale  il  test  viene  tarato  e  attraverso  esso  si  ottengono punteggi di riferimento.  A scopo schematico si può riassumere brevemente che le tipologie di test attualmente  presenti ed utilizzate in ambito psicologico sono numerose, tra esse, però, è possibile  individuare una ripartizione funzionale basata sulle finalità per  le quali essi sono stati  costruiti.  Le classi principali così desunte sono tre:  Ø I test di intelligenza  Ø I test attitudinali  Ø I test della personalità.  1.2.5 I test di intelligenza  In questo paragrafo la materia verrà discussa attraverso la descrizione di alcuni tra gli  esempi ritenuti  più  rappresentativi  del  tema,  prescindendo  dalla  ricostruzione  storica,  rinvenibile in forma breve nei paragrafi precedenti. 

I test di intelligenza nascono e si sviluppano con l’obiettivo di misurare l’intelligenza  generale  degli  individui,  ciò  che  nel  tempo  è  stato  definito  come  il  Quoziente  di  intelligenza (Q.I.), cioè il rapporto tra l’età mentale e l’età cronologica. 

Pioniere in tal senso fu Binet, la cui collaborazione con Simon diede origine in Francia  alla prima scala di intelligenza, la Binet­ Simon (1905). 

Tutti  i  reattivi  di  intelligenza  successivi  sono  i  discendenti  diretti  delle  scale  di  intelligenza  di  Binet.  Questi  test  vengono  impiegati  in  vari  contesti  e  generalmente  determinano un punteggio, il valore del Q.I., volto ad indicare il livello di intelligenza  generale del soggetto esaminato.

La  scala  Stanford­  Binet 11  costituisce  una  revisione  della  scala  Binet­  Simon.  La  versione  più  recente,  tra  quelle  effettuate  per  mano  di  Terman,  risale  al  1960,  successiva alle due del 1916 e del 1937 12 . L’ultima versione è  in grado di conciliare,  da una parte i concetti essenziali già presenti nella base (la scala Binet­ Simon), cioè la  misurazione dell’intelligenza basata sull’età cronologica, dall’altra i progressi avvenuti  in  campo  psicometrico  nei  50  anni  intercorsi  tra  le  due.  Essa  conserva  inoltre  le  scoperte utili compiute con le precedenti revisioni. 

La scala Stanford­ Binet, mira a rilevare il Quoziente di intelligenza come rapporto tra  l’età mentale (E.M.) e l’età cronologica (E.C.). Una importante innovazione di questa  versione fu la sostituzione del Q.I. rapporto (tra E.M. e E.C.) in Q.I. deviazione. I Q.I.  deviazione consistono in punteggi standard  con media = 100 e deviazione standard  =  16, introdotti per ragioni di raffrontabilità dei punteggi lungo tutti i livelli d’età. 

Nel complesso la scala Stanford­ Binet si reputa notevolmente attendibile. Per ciò che  riguarda  la  validità,  invece,  si  distingue  tra  quella  di  contenuto,  quella  rispetto  ad  un  criterio e finalmente quella di costrutto. 

La  prima  può  considerarsi  assicurata  in  maniera  soddisfacente,  in  considerazione  dei  compiti conferiti a ciascun livello d’età. 

La  seconda,  espressa  attraverso  la  validità  predittiva  anche  a  lunga  scadenza,  è  stata  allo stesso modo assicurata, soprattutto in caso di campioni molto ampi. 

La  validità  di  costrutto,  al  contrario,  è  stata  fortemente  oppugnata  in  seguito  alla  preponderanza attribuita ai fattori di tipo verbale nella determinazione dell’intelligenza  generale.  Questo  aspetto  costituisce  anche  il  motivo  per  il  quale  la  scala  Stanford­  Binet è reputata poco adatta all’applicazione agli adulti. 

Considerato  il  limite  suddetto  e  altri  problemi  applicativi,  D.  Wechsler  mise  a  punto  una  scala  di  punteggio,  pubblicata  nel  1939  e  denominata  Wechsler  Bellevue  Intelligence  Scale,  allo  scopo  di  ovviare  alle  lacune  della  precedente  e  soprattutto  di  creare una scala per gli adulti che potesse valutare l’intelligenza non più legata a fasce  11 

In questa trattazione verrà utilizzata a scopi descrittivi dell’argomento. 

12 

Di  seguito  verrà  riportata  l’ultima  versione  della  scala  Stanford­  Binet,  revisionata  da  Terman,  nel  1960.    A  questa  è  succeduta  un’altra revisione, avvenuta  per mano  di  altri  autori nel  1987.  Questa  è  la  versione utilizzata attualmente. In essa sono rinvenibili alcune modifiche volte a recuperare lacune delle  precedenti  versioni.  Tra  esse  la  scelta  di  un  campione  più  ampio  su  cui  testare  la  scala,  allo  scopo  di  ridurre effetti da selezione razziale, per i quali le precedenti erano state criticate.

d’età,  e  quindi  colta  nei  suoi  aspetti  evolutivi,  ma  indagata  nella  sua  composizione  e  stabilità tipica dello stadio adulto. 

Revisioni  più  recenti  diedero  luogo  nel  1955  alla  pubblicazione  della  W.A.I.S  (Wechsler  Adult  Intelligence  Scale)  e  parallelamente  alla  W.I.S.C.  (Wechsler  Intelligence Scale for Children). 

Le differenze principali tra le scale Wechsler e le Stanford­ Binet sono essenzialmente  due. Da una parte il fatto che nelle prime tutte le prove di un certo tipo siano riunite in  subreattivi e disposte secondo un ordine crescente di difficoltà, dall’altra il fatto che in  esse siano incluse subreattivi verbali e di performance e per entrambi vengano calcolati  Q.I.diversi (rispettivamente Q.I.verbale e Q.I. di performance). 

Per quanto concerne attendibilità, questa ha registrato valori molto elevati. La validità  invece,  in  tutte  le  sue  tre  dimensioni,  riporta  valori  non  troppo  lontani  dalla  scala  Stanford­ Binet. 

La  W.I.S.C.  è  stato  proposta  come  test  autonomo  nel  1949.  È  composta  da  12  subreattivi, due dei quali supplementari, suddivisi in due scale: 

A.  Scala  verbale:  1)  cultura  generale,  2)  comprensione  generale,  3)  ragionamento  aritmetico,  4) somiglianze, 5) vocabolario, 6) memoria di cifre; 

B.  Scala  di  performance:  7)  completamento  di  figure,  8)  riordinamento  di  storie  figurate, 9) disegni con cubi, 10) ricostruzione di figure, 11) cifrario, 12) labirinti.  L’attendibilità della scala registra valori elevati, al contrario della validità per la quale i  dati  a  disposizione  sono  scarsi,  determinando  in  tal  modo  la  più  grossa  lacuna  dello  strumento. 

Accanto a questi due reattivi di intelligenza generale, esistono numerosi altri test. Per  esempio  quelli  applicabili  ai  primissimi  mesi  di  età,  i  cosiddetti Baby  test,  derivanti  nella  quasi  totalità  dal  modello  delle  Gesell  Development  Schedules,  perfezionati  presso l’università di Yale a partire dal 1927, e volti a valutare il livello di sviluppo del  bambino  relativo  al  comportamento  motorio,  all’adattamento,  al  linguaggio  e  alle  relazioni sociali. 

Altri  invece  sono  orientati  all’individuazione  della  debilità  mentale,  concepita  come  deficienza  differenziale  delle  varie  funzioni  cognitive,  in  particolar  modo  tra  esse  la

memoria,  la  percezione  spaziale  e  l’astrazione.  Per  ciascuna  di  queste  funzioni  sono  stati approntati appositi test, di seguito alcuni esempi. Il Babcock ­ Levy Test e l’Hunt  – Minnesota Test per  il decadimento della  memoria,  il  Benton Visual  Retention Test  per  accertare  turbe  della  memoria  e  per  la  percezione  spaziale  o  ancora  il  Bender  Visual Motor Gestalt Test come il più noto dei reattivi di percezione spaziale. 

Finalmente, i test collettivi di  intelligenza, generalmente raggruppati secondo  i  livelli  d’età per  i quali sono stati costruiti. Di tipo verbale o non verbale, riportano valori di  attendibilità  piuttosto  bassi,  dovuti  a  caratteristiche  intrinseche  dell’ambiente  di  somministrazione, aspetto che contribuisce a minarne la credibilità. 

1.2.6 I test attitudinali e i test della per sonalità 

Il  test  di  attitudine,  tradizionalmente,  misura  settori  omogenei  della  capacità  di  un  individuo, singole attitudini, differenziandosi dai test di intelligenza, generalmente più  eterogenei,  che  mirano  ad  ottenere  un  unico  punteggio,  indicativo  del  livello  intellettivo dell’individuo (Q.I.). 

Nonostante la differente natura, i test attitudinali derivano dai test di intelligenza in due  distinte  forme.  Da  una  parte  in  uno  sconfinamento  dei  reattivi  dell’intelligenza  verso  campi  non  a  loro  pertinenti,  quelli  delle  attitudini  specifiche  (motivo  sufficiente  a  fornire  l’impulso  alla  creazione  di  test  che  fossero  a  loro  direttamente  indirizzati),  dall’altra invece, la mancanza di copertura dei reattivi di intelligenza verso determinate  abilità  considerate  come  “accessorie”  rispetto  all’intelligenza  generale,  e  per  questo  non indagate. 

Attraverso  l’introduzione  della  tecnica  dell’analisi  fattoriale  fu  possibile  rilevare  empiricamente l’autonomia di alcune attitudini come la comprensione verbale o ancora  il  calcolo  aritmetico.  Tale  scoperta  condusse  alla  prassi  di  rilevazione  della  attitudini  sia mediante reattivi di intelligenza sia per mezzo di quelli attitudinali. 

Ulteriore  innovazione  conseguente  all’analisi  fattoriale  è  lo  sviluppo  delle  batterie  attitudinali multiple. Queste batterie sono elaborate allo scopo di fornire la posizione di  un soggetto rispetto a molteplici tratti, tutti singolarmente considerati. Piuttosto che un

unico  punteggio,  se  ne  rilevano  diversi,  ciascuno  corrispondente  ad  un  determinato  tratto.  Questi  valori  consentono  di  costruire  la  diagnosi  differenziale  dell’individuo,  meta  perseguita  nei  periodi  precedenti,  erroneamente,  attraverso  i  reattivi  di  intelligenza.  Mediante  queste  batterie  si  costruisce  quindi  un  profilo  dell’individuo  espresso  sotto  forma  di  punteggi,  che  consente  comunque  di  mantenere  separate  le  singole  attitudini.  Questi  reattivi  dimostrano  di  aver  raggiunto  uno  scopo  che  nel  passato veniva perseguito con eccessivi dispendi di tempo, cioè attraverso il riscorso a  molteplici test di attitudini specifiche. 

In  più  occasioni  è  stato ribadito  quanto  un  test  non  possa  prescindere  dai  requisiti  di  attendibilità e  validità.  Nel caso di quest’ultima,  che  si presenta  in tre  forme distinte,  un reattivo può manifestare valori distinti per distinte validità. In considerazione di ciò  si è andato col tempo distinguendosi un filone di test che ha mostrato tendenzialmente  elevati valori di validità concorrente: i test di profitto. Questo tipo di reattivi possiede  natura  e  personalità  propria  al  punto  da  non  poter  essere  trattati  al  di  sotto  della  categoria  di  quelli  attitudinali,  tuttavia  di  seguito  verranno  riportate  alcune  tra  le  più  evidenti  distinzioni  tra  le  due  classi,  questo  anche  a  complemento  di  descrizione  di  questi ultimi 13 : 

1.  I  test  attitudinali  controllano  i  risultati  dell’apprendimento 14  in  situazioni  non  controllate, che raccolgono effetti cumulativi derivanti da molteplici esperienze di vita  quotidiane,  al  contrario  i  test  di  profitto  valutano  l’apprendimento  in  condizioni  ben  conosciute e controllate. 

2.  I  test  attitudinali  hanno  natura  predittiva,  sono  cioè  orientati  alla  previsione  del  rendimento futuro in seguito ad un progresso conseguente ad un addestramento, i test  di  profitto,  invece,  esprimono  una  valutazione  terminale  dell’apprendimento  nel  momento in cui l’addestramento è concluso. 

13 

È doveroso precisare a questo punto che, sebbene i test attitudinali siano volti a misurare determinate  “capacità innate”, distinguendosi dai reattivi di profitto rivolti invece ai risultati dell’apprendimento, essi  si  rivolgono  al  comportamento  presente  dell’individuo  che  inevitabilmente  è  stato  plasmato  da  un  trascorso di vita nel quale non manca  anche l’apprendimento, aspetto che non rende poi così lontani i due  tipi di reattivi. 

14