CopertinaAnnamaria

Fasi di costruzione e validazione

FASI DI LAVORO	LINEE GUIDA
Stage 4: Estimate the Multivariate Model and Assess Overall Model Fit Stimato il modello, si veri3ca dunque che esso risponda ai criteri di signi3catività statistica e pratica e alle relazioni proposte. Se ci si imbatte in soluzioni non adeguate in questa fase, è necessario ricominciare l’analisi: si tratta di un processo da reiterare 3no a quando non si de3nisce un modello che si adegui ai dati in maniera ottimale.	Establish Practical Signicance as Well as Statistical Signicance La veri3ca della signi3catività statistica va accompagnata dal controllo dell’aderenza dei risultati di analisi e dei modelli predittivi con gli aspetti concreti dei fenomeni osservati. Oltre a chiedersi: “Sono effetti legati al caso?”, bisogna domandarsi: “Sono utili?” (si veda per questa fase anche il principio successivo)
Stage 5: Interpret the Variate(s) Il ricercatore interpreta le combinazione lineari delle variabili in base ai pesi attribuiti. Anche in questo processo potrebbero presentarsi formulazioni non adeguate tanto da richiedere un riadattamento del modello individuato in un ciclo iterattivo.	Look at Your Errors In un’analisi multivariata quasi sempre è necessario ripetere le procedure di analisi per arrivare a risultati convincenti, a modelli predittivi funzionali. Le procedure messe in atto, seppur non de3nitive e fallaci, sono centrali per identi3care gli errori e condurre a formulazioni di modelli più coerenti e validi.
Stage 6: Validate the Multivariate Model Tecniche di validazione per veri3care il livello di generalizzabilità del modello, come il bootstrapping, vanno messe in campo prima della de3nitiva accettazione dei risultati.	Validate Your Results Poiché nelle analisi statistiche ci si pone nella maggior parte dei casi lo scopo di generalizzare i risultati ottenuti da un campione all’intera popolazione, nelle fasi di lavoro vanno inclusi quei meccanismi di validazione che ci permettono di dire se il campione è rappresentativo della popolazione e se i risultati sono accettabili al di là dall’errore campionario.

Tabella 2.3 - Fasi di costruzione/validazione e linee guida in un approccio model-building di analisi multivariata (Hair et al., 2014, pp. 21-24, nostra rielaborazione).