piccola biblioteca ragionata

Abbiamo gia` visto come la 'teorizzazione causale', e cioe` la costruzione di teorie tramite la

ricerca delle possibili cause di un fenomeno, sia uno dei metodi normali di teorizzazione

sociologica (gli altri, per ricordare, sono la 'teorizzazione assiomatica', e quella 'tipologica' o

'classificatoria', detta anche 'tassonomica') (parte II, cap.1). Turner, come gia` detto, definisce la

spiegazione causale come quella che cerca di individuare le connessioni causali tra variabili che

spiegano le variazione nelle regolarita` del fenomeno in analisi. Ed abbiamo gia` indicato come siano

possibili rapporti simmetrici, ed asimmetrici, tra variabili diverse. I primi aprono la strada a quella

che e` stata definita la "causalita` circolare" o "retroattiva", che molti ritengono essere al centro delle

scienze sociali nello studio delle societa` complesse (Morin, 1985), e di cui avremo occasione di

riparlare nel proseguo di questo capitolo. I secondi, invece, aprono la strada all'analisi dei rapporti

tra 'necessarieta`' e 'causalita`', con la distinzione tra cause necessarie ma non sufficienti (cause

parziali); cause sufficienti ma non necessarie (cause alternative); che, insieme, aprono la strada al

problema della multicausalita` di un evento ed ai diversi metodi di analisi multifattoriale; ed infine

delle cause necessarie e sufficienti, che e` la forma piu` forte di rapporto causale, ed e` stata spesso

considerata come la forma tipica di "causa", ed ha portato ad infinite discussioni sia sul concetto

stesso di causa, sia sulla sua utilizzabilita` nelle scienze sociali. Abbiamo gia` visto come

l'impostazione di Weber, ed il principio di indeterminazione, abbiano portato a superare il concetto

di causa come connessione necessaria tra i fatti dell'esperienza, per fare emergere invece una

connessione probabilistica tra di essi. Il concetto di causa e` stata elaborata fin dalla Antica Grecia,

con la sottolineatura di cause puramente fisiche o meccaniche (atomisti), o di cause intelligenti e

finalistiche (Anassagore, Platone, gli stoici). Da questa impostazione e` nata la tendenza verso la

spiegazione razionalistica dei fenomeni naturali che caratterizza tutto il corso del pensiero filosofico

e scientifico occidentale (AA.VV.,1993, p.135). Aristotele, sviluppando questo concetto, identifica

espressamente la conoscenza scientifica con la ricerca delle cause, distinguendole in quattro tipi: la

causa materiale, cio` di cui una cosa e` fatta; la causa formale, la forma, il modello, od anche

l'essenza di una cosa; la causa efficiente, l'agente che produce una cosa; la causa finale, e cioe` il fine

per cui una cosa viene prodotta. Quest'ultimo concetto fa identificare la causa con la funzione di un

fenomeno, ed avremo occasione di riaffrontarlo nel capitolo sull'analisi funzionale. In seguito sono

state distinte le cause 'dirette' da quelle 'indirette', quelle 'univoche' da quelle 'equivoche', ma,

soprattutto, l'attenzione e` andata sempre piu` concentrandosi in quella definita come causa efficiente,

che e` stata tradotta nel concetto scientifico di legge o relazione causale, matematicamente

misurabile (meccanicismo, determinismo). La fisica moderna, da Newton a Laplace, si e` basata su

una concezione della natura di questa tipo, che era pero` stata messa in discussione da Hume che

sosteneva invece che "la necessita` causale e la conseguente presenza di leggi universali della natura

e` una mera ipotesi, motivata esclusivamente da un'abitudine psicologica-associativa umana" (Ibid.).

Weber, come abbiamo visto, riteneva che il determinismo, che considerava valido per lo studio

della natura, non fosse di alcun aiuto per lo studio della societa` umana, essendo questa il regno della

"parzialita`", e della "probabilita`" piuttosto che della "necessita`" (Weber, 1958, p.226). Ma lo studio

delle molecole ed altri sviluppi della fisica moderna (ad esempio il principio di indeterminazione di

Heisemberg, e quello della relativita` di Einstein) hanno messo in crisi, anche tra gli studiosi delle

scienze della natura, il modello di causalita` meccanicistico, sostituendolo con uno di tipo

probabilistico "in cui il nesso causa-effetto non e` piu` determinabile secondo i tradizionali criteri di

oggettivita`" ( AA.VV., 1993, p. 135). Questo ha portato Mach, ed alcuni suoi collaboratori, alla

proposta di eliminare il concetto di causalita` e di relazione causale dal campo della scienza, e

disostituirlo invece con quello di "legge descrittiva". Secondo questo studioso "le leggi scientifiche

mirerebbero pertanto a rilevare la costanza e l'uniformita` dei fenomeni mediante 'descrizioni

sintetiche' (come diceva Mach). La conoscenza scientifica si riduce cosi` alla formulazione

soggettiva di sequenze uniformi che esigono una continua verifica da parte dell'esperienza e che

d'altra parte non avanzano piu` la pretesa di 'spiegare' i fenomeni facendo ricorso a supposte

relazioni di causalita` oggettive" (Ibid., p.135). Tale impostazione pero`, secondo l'autore della voce

"causa" della suddetta Enciclopedia, cui ci siamo largamente rifatti per questa analisi storica del

dibattito sulla causalita`, non e` del tutto accettata."La fisica teorica e l'epistemologia contemporanee,

pur ammettendo il valore delle leggi descrittive, risultano prevalentemente orientate verso

l'elaborazione di un nuovo e piu` articolato concetto di causalita`" (Ibid.). Ma le leggi descrittive di

Mach aprono uno spazio allo studio dei modelli (le cause formali di Aristotele), che saranno al

centro della metodologia weberiana e di certe forme di sociologia qualitativa-descrittiva, e ci

ricordano anche le osservazioni di Kaplan sull'importanza, per le scienze umane, del "metodo

configurazionale", contrapposto a quello della "sommatoria". Avremo occasione di riprendere

questo tema nei capitoli successivi dedicati ai metodi di analisi eminentemente qualitativi.

Un ulteriore contributo all'analisi del dibattito sulla causalita` e sulla sua importanza nelle

scienze sociali e politiche e` quello di D. Fisichella, nell'introduzione al suo volume sui metodi

scientifici nella ricerca politica. Egli parte dall'impostazione di Comte che considera vana ogni

ricerca di cause sia primarie che finali ("talche` la parola 'causa' deve essere cancellata dal

vocabolario della 'filosofia positiva') (Fisichella, 1988, p.649). Egli ritiene infatti che la sociologia

dovrebbe "limitarsi a studiare le relazioni invariabili che costituiscono le leggi effettive di tutti gli

avvenimenti osservabili" (Ibid,. p.64). Tra gli studiosi contemporanei Fisichella prende in analisi il

Kuhn considera la "causa" come un concetto eminentemente "metascientifico", e ritiene che

l'individuazione di una causa e di un effetto ad essa seguente sia stato una parte vitale della fisica

nei secoli XVII e XVIII, ma che questo e` declinato nel XIX secolo, e praticamente scomparso nel

XX. Infatti si conoscono spiegazioni di fenomeni naturali che non sono causali in senso stretto, in

quanto nessun agente attivo risulta come causa, e dato che l'inserimento del concetto di probabilita`

ha prodotto un "cambiamento radicale nel principio di spiegazione" (Fisichella, p.66), Inoltre per

Kuhn il principio temporale, e cioe` che un evento che venga qualificato come causa debba accadere

almeno un istante prima di quello designato come effetto, non e` necessariamente vero. Infatti, in

casi specifici, come, ad esempio l'orbita di Marte (che ci ricorda, come forma di spiegazione data da

Kuhn, la causalita` reciproca ed interattiva di cui abbiamo gia` parlato) "ciascun elemento e`

essenziale alla spiegazione, ma nessuno e` la causa del fenomeno. Nessun elemento e` anteriore,

piuttosto che simultaneo o posteriore, al fenomeno che deve essere spiegato" (Ibid., p.66). Percio`

Kuhn ne trae le conclusioni che lo sviluppo della scienza ha portato ad usare nelle sue spiegazioni

un numero sempre maggiore di modelli irriducibilmente distinti, alcuni basati sulla causalita`, ed

altri no. Il che, come si puo` vedere, limita il campo della spiegazione causale, ma non l'annulla.

L'altro autore contemporaneo preso in analisi da Fisichella e` Bunge, che ha dedicato al

problema della causalita` vari e notevoli lavori. Secondo questo studioso non e` lecito espungere il

concetto di "determinazione" dal territorio logico ed epistemologico della fisica, solo che si sono

scoperti tipi di determinazione non conosciuti in precedenza che hanno costretto a rivedere il

determinismo (Bunge parla di neodeterminismo) che attualmente suppone soltanto che "ogni cosa

ed ogni evento emergono dalle condizioni precedenti "ipotesi genetica o di non-magia", ma che tra

certe proprieta` ed altre sono possibili sia rapporti di congiunzione semplice o regolare (una

relazione funzionale invariabile tra proprieta`), sia rapporti di congiunzione stocastica (una relazione

percentualmente ricorrente, calcolabile probabilisticamente). In complesso Bunge individua tre

diverse forme di rapporto causale: causalita` in senso stretto (che in sostanza coincide con la

causalita` semplice, la quale comporta corrispondenza biunivoca tra l'insieme delle cause e l'insieme

degli effetti); pluralita` delle cause (un certo numero di cause diverse possono produrre

alternativamente, e non congiuntamente, un medesimo effetto); pluralita` degli effetti (una causa

qualunque puo` produrre alternativamente, e non congiuntamente, effetti diversi). Secondo Bunge a

ciascuna di queste tre forme corrisponde una versione del principio di causalita`: a) ogni evento ha

esattamente una causa ed ogni causa ha esattamente un effetto; b) ogni evento ha almeno una causa;

c) ogni evento ha almeno un effetto. Ma secondo Bunge la nozione di probabilita` implicita negli

enunciati di causalita` multipla e` "incompatibile con la necessita` evocata dalla parola 'causalita`'"

(Ibid., p. 69). Anche per questo, secondo lui, il rapporto causale e` soltanto uno, ed il piu` semplice ,

Fisichella prosegue sostenendo il significato eminentemente filosofico, piu` che scientifico, del

concetto di causalita`, che emerge sia dall'impostazione di Kuhn, che da quella di Bunge, ma che

anche altri studiosi, ad esempio Halbachs, condividono, sostenendo il carattere di astrazione della

relazione causale. Infatti il principio secondo il quale ogni causa ha esattamente un effetto e`

considerato sostanzialmente filosofico perche` di fatto l'esistenza di perturbazioni intervenienti

singolarmente e calcolabili solo in maniera aleatoria fa si` che l'esatta descrizione teorica di un

fenomeno fisico risultera` sempre dalla combinazione di una legge causale e di una legge aleatoria

"prezzo dell'universale interdipendenza dei livelli della natura" (Ibid., p.73). E questo porta

Fisichella a rimettere in dubbio, sulla base delle indicazioni di Comte, la validita` della nozione di

causa nella scienza in generale, ma soprattutto in quelle sociali. Ma questo ripropone il problema di

cosa si intenda esattamente per causa. Secondo alcuni studiosi questa va vista come "condizione

sufficiente", altri invece distinguono tra causa come condizione o necessaria, o sufficiente, ed

infine per condizione necessaria e sufficiente insieme. Queste divergenze definitorie portano

Fisichella a mettere in dubbio la validita` di tale concetto per le scienze sociali e politiche. "Perche`

usare la parola 'causa' - scrive Fisichella - quando essa designa un concetto e significati cosi` poco

chiari, cosi` controversi ed anche cosi` carichi di risonanze metafisiche? Quanto ne guadagna la

linearita` dell'argomentazione ?" (Ibid., p.74). Ed egli prosegue: "Pur dando luogo ad esercitazioni

logiche e categoriali dense di suggestioni..... il concetto di causalita` non riesce ad emergere con una

identita` tale da renderlo specifico e distinguibile rispetto alla problematica condizionale. Neppure

l'equazione causa uguale condizione sufficiente sta univocamente in piedi: ad esempio se

assumiamo che lo sfregamento di un fiammifero su una superficie ruvida e` la causa che provoca

l'effetto dell'accensione, ci accorgiamo che in realta` l'effetto si verifica soltanto se il fiammifero e`

asciutto (prima condizione), e se l'azione ha luogo nell'aria o nell'ossigeno (seconda condizione). E

percio` anche situazioni estremamente semplici configurano in realta` complessi condizionali, nei

quali per il verificarsi dell'evento la cosiddetta condizione sufficiente ("una condizione e` sufficiente

quando afferma 'questo basta' a produrre un determinato effetto") e` accompagnata e presuppone

condizioni necessarie". E Fisichella conclude: "D'altra parte, il discorso condizionale e` piu`

'omologo' alla epistemologia contemporanea di quanto non sia il discorso causale, perche` il primo

conferisce o consente all'indagine scientifica un ruolo selettivo e costruttivo che la nozione di causa

viceversa rende piu` impervio, quanto meno perche` essa e` suscettibile di trascinarsi dietro evocazioni

meccanicistiche che rinviano a visioni essenzialmente descrittive e registrative della scienza"(Ibid.,

Ma non tutti condividono lo scetticismo di Fisichella nei riguardi del concetto di causa. Lo

stesso Bunge, citato da Fisichella, pur ritenendo un errore l'estensione universale e dogmatica del

principio di causalita`, ritiene pero` che "ogni volta che lo si ammette in prima approssimazione come

ipotesi di lavoro si trova qualche cosa, talvolta una acausalita` che soddisfa a una forma piu` ricca di

determinazione" (Ibid., p.73). Come si vede percio`, sia pur in forma ipotetica, egli ne afferma la

validita` euristica. E Galtung, sostenendone anche lui la validita` euristica, ritiene che, per la sua

definizione, si debba utilizzare un criterio puramente pragmatico: "La relazione e` causale fintanto

che puo` essere usata, fin tanto che cambiamenti in X portano, in realta`, ai cambiamenti desiderati in

Y, all'interno di un margine tollerabile di errore " (Galtung, 1977c, p.129). Ed egli porta come

esempio l'automobile. Una auto funziona se il gioco dello sterzo non e` troppo labile, e se curvando

il manubrio le ruote cambiano direzione nel senso desiderato. Il gioco dello sterzo tra una macchina

e l'altra puo` essere maggiore o minore, ma se esso diventa troppo grande ed il rapporto tra

movimento del manubrio e quello delle ruote e` troppo labile l'auto, pur restando una macchina, non

puo` piu` essere usata come tale. Lo stesso, secondo Galtung, si puo` dire del rapporto causale che puo`

servire solamente fino a quando un cambiamento in una variabile porta ad un mutamento desiderato

Convinti anche noi che l'ipotesi della causalita`, pur restando tale e pur essendo definita

pragmaticamente e non in astratto, sia euristicamente valida, e piu` produttiva per il progresso

scientifico di una sua messa in crisi definitiva, come alcuni autori sostengono, passeremo ora ad

analizzare i metodi per lo studio dei rapporti tra variabili, denominato, di solito, come "analisi

Come abbiamo gia` detto l'analisi causale e` il metodo che, piu` degli altri che analizzeremo in

seguito, usa procedimenti di tipo quantitativo. Cosi` il primo problema e` quello della 'misurabilita`'

delle variabili allo studio. Seguendo Boudon nella sua esposizione di questo metodo la prima

domanda da porsi e` quella dei livelli di misurazione delle variabili. Stevens ha chiarito come

misurare equivalga ad assegnare dei numerali ad eventi e oggetti rispetto ad una regola. Questo

permette percio` di utilizzare la misurazione anche nelle scienze sociali "che si servono di variabili a

livelli di misurazione diversi" (Boudon, 1970, p.51). Il primo livello di misurazione e` la scala

nominale, in cui la regola per la distinzione tra variabili e` "uguale/diverso" (es: maschi/femmine;

cattolici/protestanti/ebrei/ecc.). Il secondo livello e` la scala ordinale, in cui la regola e`

"Minore/uguale/maggiore" (senza pero` sapere, con esattezza, di quanto: gli esempi sono gli indici di

autoritarismo, quello di alienazione, o di urbanizzazione, ecc.). Il terzo livello e` la scala di intervalli

o di rapporti, in cui la regola e` "l'esatta distanza sulla base di una misura precisa e repricabile"

Nelle scienze sociali, in particolare in sociologia e psicologia, le variabili del terzo livello

sono abbastanza rare, mentre quelle che hanno rappresentato l'elemento centrale e fondamentale per

lo sviluppo della ricerca empirica in questi due campi (Madge, 1966) sono quelle di secondo

livello, che presuppongono pero` un vero e proprio lavoro per la costruzione di una variabile.

E' una prima impressione generale sul significato del concetto stesso, e di quello che esso puo`

implicare, che stimola la curiosita` del ricercatore e lo orienta in una direzione che porta, alla fine, ad

La fase successiva e` quella dell'individuazione delle componenti, o aspetti, o dimensioni, di

quella prima nozione, o attraverso una loro deduzione dal concetto generale, o facendole emergere,

empiricamente, dalla struttura delle relazioni tra le varie componenti. Questo e` un momento, o fase,

molto importante dato che, generalmente, un concetto corrisponde ad un insieme complesso di

La terza fase e` appunto quella della ricerca e della scelta di indicatori (e cioe` di dimensioni

misurabili atte a pesare la singola dimensione) per le componenti che vengono mantenute e

accettate come importanti. Dato che la relazione tra ogni indicatore ed il concetto fondamentale e` a

carattere probabilistico e` importante ed indispensabile utilizzare il maggior numero possibile di

In questa fase si fa la sintesi dei dati elementari ottenuti nelle fasi precedenti. (Lazersfeld,

Un esempio, fatto da Boudon, permettera` di capire meglio questo procedimento. Egli parte

dalla famosa ricerca di Adorno, Horkeimer, ed altri, sulla personalita` autoritaria. Interviste

abbastanza approfondite con persone che venivano generalmente considerate autoritarie o non

autoritarie, hanno permesso di costruire una prima immagine che ha portato, dopo,

all'individuazione di 9 dimensioni della personalita` autoritaria: 1) attaccamento alle convenzioni; 2)

sottomissione ad un principio di autorita` superiore; 3) aggressivita` autoritaria (tendenza a rigettare

le persone che non seguono le convenzioni); 4) anti-intraception (tendenza a condannare un

eccessivo sviluppo della soggettivita`, dell'immaginazione); 5) tendenza alla superstizione ed agli

stereotipi; 6) insistenza sulla contrapposizione autorita`/obbedienza; 7) spirito distruttivo; 8)

pessimismo (tendenza a credere che il mondo sia minacciato da catastrofi); 9) moralismo in materia

sessuale. Le domande erano sotto forma di affermazioni con cui l'intervistato doveva dichiarare il

proprio grado di accordo o disaccordo. Ecco alcuni esempi di domande-affermazioni che sono

servite per la costruzione di indicatori in una delle nove dimensioni su citate, quella della

"sottomissione ad un principio di autorita` superiore": "E' da disprezzare chi non manifesta

devozione, gratitudine e rispetto per i propri genitori"; "Tutti dovrebbero credere all'esistenza di

una forza superiore sovrannaturale"; "L'obbedienza ed il rispetto sono le qualita` principali che

occorre insegnare ai bambini ?". Sulla base del numero di risposte in accordo o in disaccordo con

queste, ed altre frasi della stessa dimensione, si classificano gli interpellati in riferimento alla

dimensione considerata. La sintesi dei punteggi ottenuti in ognuna delle suddette dimensioni porta

infine alla costruzione dell'indice finale, di "autoritarismo" (Boudon, 1984 pp. 52-56 ). Ma

Boudon sottolinea l'importanza della costruzione di indicatori svariati, in modo da evidenziare se

tra la variabile allo studio (misurata sulla base di indici diversi), ed altre variabili, c'e` una struttura

delle relazioni analoga, anche se le rispettive percentuali possono variare anche sensibilmente.

Questo porta Boudon, sulla scia di Lazersfeld, a sostenere il principio dell' "intercambiabilita`

Costruita la variabile (o, nel caso di variabili nominali, o ad intervalli, non costruite,

individuate quelle rilevanti sulla base delle ipotesi di partenza) si deve poi procedere all'analisi delle

relazioni tra di esse ed altre variabili che si ritengono rilevanti. E' questa l'operazione al centro dei

metodi di ricerca, ma non solo di quelli quantitativi. Scrive Boudon : "L'analisi sociologica consiste

nel precisare le strutture causali che spiegano le relazioni tra variabili" (Boudon, 1984, p.71).

Perrone parla di questa operazione come quella di "stabilire la relazione tra queste variabili,

relazione che nelle scienze sociali, e` per lo piu` di tipo causale" (Perrone, 1977, p.57).

L'esistenza di un rapporto causale tra due variabili si puo` rappresentare cosi`:

questo significa che:

1) Il mutamento in X e` associato al mutamento in Y; vi e` cioe` una correlazione, o covariazione, tra

le due variabili.

2) Si puo` produrre mutamento in Y producendo mutamento in X, ma non viceversa: La freccia del

grafico indica appunto la direzionalita`, o asimmetria (non-reciprocita`), dell'effetto causale.

3) non occorre che vi siano altri mutamenti in altre variabili per far si che X eserciti il suo effetto

causale su Y. L'effetto causale e` cioe`, autonomo, o non spurio (Perrone, p.57).

Secondo Stuart Mill il metodo piu` importante per l'individuazione di un rapporto tra variabili

e` quello da lui definito della "variazione concomitante" (indicato spesso come "analisi della

correlazione"). Secondo questo metodo, se un cambiamento quantitativo della variabile X e`

accompagnato da un analogo cambiamento quantitativo di un'altra variabile (Y) in due o

piu` casi, e il secondo cambiamento non ha luogo se non accade il primo, un cambiamento

e` la causa (o l'effetto) dell'altro (Goode, Hatt, 1962, p.132). I tipi di relazione possono essere svariati,

ma i piu` comuni sono quelli espressi in questi quattro diagrammi:

Correlazione perfetta positiva Correlazione perfetta negativa

Correlazione curvilinea Correlazione nulla o molto bassa

Gli andamenti emergenti in questi diversi grafici possono essere calcolati matematicamente

(di solito attraverso l'indice di Bravais-Pearson) per sapere con piu` precisione il grado di autonomia

reciproca o di correlazione tra le due variabili allo studio. Ma l'individuazione di una correlazione

tra due variabili, che pure e` un momento fondamentale del procedimento quantitativo, lascia aperti

almeno due problemi: 1) la direzione della correlazione (nei grafici di sopra X e Y possono essere

ambedue cause ed effetti, la direzione della freccia non e` nota); 2) la possibile influenza sulla

correlazione di altre variabili, nascoste, che possono modificare, o parzialmente, o totalmente, la

struttura causale emersa. Vediamo come, di solito, si cerca di rispondere ai due problemi su citati.

1) La direzione della relazione

Secondo vari studiosi (Blalock, Perrone, Goglio) la difficolta` principale per cogliere la

direzione e` nella natura stessa del linguaggio matematico. Per questo infatti non esiste differenza

tra variabile dipendente ed indipendente. Esso e` caratterizzato cioe` da rapporti simmetrici tra

variabili. Abbiamo visto come un rapporto causale e` invece caratterizzato dalla asimmetria. I due

metodi utilizzati per superare questa anomalia sono : A) L'individuazione della sequenza temporale

ed altri metodi basati sulla logica ; B) Tecniche statistiche particolari.

A) L'individuazione della sequenza temporale ed altri metodi basati sulla logica.

Anche se il principio che la "causa" deve venire prima dell'evento e` stato messo in dubbio

(Kuhn), ed e` stato sottolineato come eventi futuri, come ad esempio l'aspettativa del messia, del

salvatore della patria, dell'uomo nuovo, del regno della "liberta`", ecc., abbiano esercitato un forte

influsso sui problemi socio-politici e che percio` "non possa escludersi l'azione del futuro (della

immagine del futuro) sul presente" (Fisichella, p.61), nella maggior parte dei casi il principio

temporale e` considerato valido tanto che il metodo principale per l'individuazione della direzione

viene considerato, o l'osservazione della sequenza (si osserva quale delle due variabili preceda

l'altra, e se la costanza e` confermata, si considera la variabile precedente come causa, e l'altra come

effetto), o la sperimentazione, e cioe` l'introduzione sperimentale di una variabile (indipendente) che

dovrebbe portare modifiche anche nell'altra (la variabile dipendente). Se l'esperimento porta ai

risultati previsti, si considera la variabile indipendente come causa, e l'altra come effetto (Blalock,

Bailey). Perrone, oltre alla sequenza temporale, di cui sottolinea la possibilita` di studiarla

attraverso tecniche che introducano distanze temporali tra le variabili (ad esempio attraverso

l'analisi delle coorti), o con il confronto tra modelli causali alternativi (che vedremo in seguito),

indica, come procedure per l'individuazione della direzione anche la fissita`/variabilita` delle

variabili stesse, considerando le variabili fisse, o "strutturali" (come egli le definisce) come il

sesso, la razza, l'eta`, ecc., che non sono influenzabili da altre (come, invece, l'indice di alienazione)

come variabili indipendenti. Infine, sostiene Perrone, si possono utilizzare dati empirici, come il

fatto, ad esempio, che si possiedano gia` conoscenze sulle cause di una variabile, diverse ed

indipendenti dall'altra (Perrone, 1977, pp.59-63).

Un'altra strategia da lui indicata e` quella dell'interpretazione finalistica di una coppia di

variabili covarianti in termini di mezzi-fini. Secondo Perrone, se il fine risiede "in testa" all'attore

sociale e` ragionevole supporre che sia esso a determinare i mezzi, come del resto apparira` dai

comportamenti pianificatori e selettivi empiricamente riscontrabili (e` il caso citato da Fisichella

come contrasto dalla priorita` della causa rispetto all'effetto). Se invece il fine e` un espediente

esplicativo da parte del ricercatore, e` convenzione che siano i mezzi a determinare il fine ed ad

acquisire lo status di variabili indipendenti. Perrone utilizza la ricerca di Weber sulle origini del

capitalismo per esemplificare questa strategia: "l'orientamento di ascesi laica ed etica del lavoro dei

primi calvinisti era una risposta in certo senso 'strumentale' all'insopportabile incertezza generata

dal problema della salvezza, ma e` stata anche causa indispensabile dello sviluppo del capitalismo, e

in questo senso possiamo dire che i 'mezzi' hanno generato quel 'fine' analitico che era per Weber il

capitalismo " (ibid, p.63).

B) Tecniche particolari di calcolo statistico

Sia Blalock che Goglio sottolineano l'importanza della regressione. Scrive Goglio: "Lo

strumento statistico preferito per la causazione e` la regressione, e non indici nettamente simmetrici

quali quelli di correlazione o di covarianza... e` ben vero che anche la regressione puo` essere

simmetrica, in quanto funzione. Ma questo pericolo cade una volta che si sia chiaramente precisato

quale sia la variabile dipendente e quale quella indipendente; o meglio, quale sia il regressando e

quale il regressore: In tal caso verra` univocamente determinato uno dei due coefficienti di

regressione" (Goglio, 1979, pp.64-65). E scrive Blalock : "Nelle equazioni matematiche, la

distinzione tra variabile indipendente e variabile dipendente e` spesso arbitraria. Una perfetta

funzione matematica presenta quindi una certa simmetria, che non corrisponde all'asimmetria

causale. L'introduzione delle variabili residue [vedremo nel prossimo paragrafo i problemi ed i

metodi connessi a questa operazione] ci costringe a generalizzare la nozione di una funzione

matematica a quella di una equazione di regressione. Un'altra fonte di asimmetria viene quindi

aggiunta, in quanto l'equazione di regressione dipende dalla scelta della variabile indipendente e di

quella dipendente " (Blalock, 1967, p.264).

Questa tecnica, per il cui approfondimento rimandiamo ai testi di Blalock e Perrone, o ad altri

manuali di statistica, e` applicabile anche all'analisi multivariata, di cui parleremo nel prossimo

paragrafo, soprattutto per quella che viene definita la "path-analysis" o "analisi dei percorsi", su cui

dovremo tornare.

2.1) L'analisi multivariata

Il secondo problema che avevamo individuato era quello di scoprire l'influenza, sulla

correlazione, di altre possibili variabili, o, nelle parole di Perrone, di far emergere una eventuale

"natura spuria di una relazione". Boudon sottolinea come il passo fondamentale per la precisazione

di una "struttura causale soggiacente all'insieme delle variabili ipotizzate", e` l'introduzione di una

variabile supplementare (variabile test, o di controllo) in una relazione originariamente esistente tra

due variabili.

Una ricerca di Lazersfeld gli permette di sottolineare i tre possibili risultati logici di una tale

introduzione: 1) l'individuazione della variabile nascosta; 2) l'individuazione di una variabile

complementare o concomitante; 3) la scoperta dell'effetto interattivo tra le due variabili.

Ma vediamo meglio la ricerca citata, ed i risultati ottenuti, sui rapporti tra eta` dei soggetti

intervistati e l'interesse verso tre tipi di trasmissioni radiofoniche. I risultati sono i seguenti:

I valori della tabella sono le percentuali di ascoltatori dei diversi programmi all’interno dei due

gruppi.

Individuando nell'istruzione la variabile test, ed introducendo una distinzione tra i livelli di

istruzione "superiore" ed "inferiore", per le trasmissioni di tipo religioso si ottiene:

Come si vede, rendendo i gruppi omogenei per livello di istruzione, la relazione originale si

attenua fino ad essere pressocche` annullata. La relazione emergente dalla I tabella e` cioe` legata al

fatto che i giovani hanno, in media, un livello di istruzione piu` elevato. L'introduzione della

variabile test ha fatto cioe` emergere la variabile nascosta (l'istruzione) che e` quella reale. Percio` la

relazione non puo` essere interpretata come il riflesso di un minor attaccamento dei giovani ai fattori

religiosi, perche` questo rimane lo stesso, qualunque sia l'eta`, a parita` di livello di istruzione. La

struttura causale emergente dai dati e` la seguente:

(-) (-)

Età * Livello di istruzione * Interesse per le trasmissioni a carattere religioso

FIG. 1 Struttura causale corrispondente alla tabella 8

A livello, invece, dei programmi politici, i risultati dell'introduzione della variabile test sono i

seguenti:

Come si vede la relazione tra eta` ed interesse per questo tipo di trasmissioni permane anche

dopo l'introduzione della variabile "livello di istruzione". Le due variabili, eta` e grado di istruzione,

hanno dunque un effetto sull'interesse per le trasmissioni politiche. Ci troviamo cosi` nel secondo

caso, dell'individuzione di una variabile complementare, che, graficamente, puo` essere cosi`

rappresentata:

FIG. 2 struttura causale corrispondente alla tabella 3

Per le trasmissioni di musica classica i risultati dell'introduzione della terza variabile danno

invece i risultati seguenti :

In questo caso, invece, la relazione originaria tra eta` ed interesse per le trasmissioni di musica

classica, che era praticamente inesistente, diventa positiva nel gruppo dei soggetti piu` istruiti, e

negativa nel gruppo con istruzione inferiore. La non correlazione originaria era cioe` dovuta alla

neutralizzazione reciproca delle correlazioni positive e negative, che sono potute emergere solo

dopo l'introduzione della variabile test. In questo caso questa ha fatto venire alla luce quelli che

vengono definiti come "effetti di interazione", e cioe` che l'influenza dell'eta` per l'interesse per la

musica classica dipende dal grado di istruzione e che, corrispondentemente, l'effetto del livello di

istruzione sull'interesse per la musica classica dipende dall'eta`. Dal punto di vista grafico la struttura

causale puo` essere rappresentata cosi`:

Dato l'interesse, e la novita`, di quest'ultimo caso, mi sembra il caso di citare un'altro esempio

tratto da ricerche mie e, piu` tardi, da quelle di M. Barbagli.

Anche tra livello di sviluppo economico e frequenza scolastica e proseguimento agli studi, nel

nostro paese, c'e` un rapporto interattivo. Infatti fino all'istruzione media inferiore (dell'obbligo) il

rapporto e` di tipo negativo, piu` basso lo sviluppo economico, piu` alta l'inadempienza e l'abbandono

scolastico (connesso ad altissimi livelli di lavoro nero infantile). Dopo l'obbligo pero` la

correlazione si inverte, e mentre nelle zone ad alto sviluppo economico il proseguimento agli studi e`

relativamente raro (connesso ad un'alta offerta di lavoro anche a bassa qualificazione, o con

qualificazione di tipo extrascolastico), nelle zone a basso sviluppo quelli che hanno raggiunto il

titolo (una minoranza) tendono a proseguire negli studi a livelli molto piu` elevati che nelle altre

zone, anche a causa della carenza di sbocchi lavorativi, ed alla necessita` di assicurarsi un posto

attraverso dei titoli di studio piu` elevati.

Ma l'analisi di questi tre possibili risultati di inserimento di una terza variabile sottolineano

pero` l'opportunita` di estendere la logica dell'analisi multivariata a quattro, cinque, o piu` variabili. In

questo caso i risultati , ed i metodi, sono piu` complessi, e non possiamo approfondirli qui. Vorrei

solo sottolineare alcuni problemi, ed alcuni limiti, di tale lavoro, e dare due esempi significativi di

analisi di questo tipo. Per quanto riguarda i problemi vorrei sottolineare, con Blalock, che "le leggi

causali sono essenzialmente delle ipotesi di lavoro, o degli strumenti di cui si serve lo scienziato,

piuttosto che enunciati verificabili intorno alla realta`.... Non possiamo mai dimostrare

empiricamente le leggi causali. Questo vale anche quando si possono fare degli esperimenti. Le

leggi causali... implicano enunciati ipotetici della forma se-allora. Fra i se delle asserzioni causali, e`

compresa l'ipotesi che tutte le variabili rilevanti siano state controllate oppure che si possano

tranquillamente trascurare. Questa ipotesi non puo` mai essere verificata empiricamente" (Blalock,

pp.261-262). Lo scienziato procede percio` costruendo dei modelli che si richiamano alla

metodologia weberiana di "tipo ideale". " Perche` non formulare le nostre leggi causali, e le altre

teorie - si domanda Blalock - in termini di questi modelli ideali e di sistemi completamente isolati,

rilevando poi quanto il mondo reale si scosti da questo modello ? In un certo senso, questa e` la

strategia che patrocineremo nel caso dei modelli causali" (Blalock, p.100). Ma, sostiene questo

studioso, "poiche` questi modelli non si riferiscono alla realta` stessa, e poiche` un certo numero di

modelli alternativi puo` fornire le stesse previsioni, non possiamo mai dimostrare la validita` di un

determinato modello. Ma possiamo procedere eliminando, o modificando i modelli inadeguati, che

forniscono previsioni contrastanti con i dati" (Ibid., p. 262). Ed il libro di Blalock, cui si rimanda, e`

pieno di indicazioni metodologiche, e di regole pratiche, per fare questo lavoro progressivo di

modifica ed affinamento. Ma secondo lui non ci si puo` affidare ad alcun metodo singolo per ridurre

od eliminare gli effetti delle influenze perturbatrici. Ma qualche volta queste possono essere tenute

sotto controllo, con particolari tecniche, o gli effetti perturbanti possono essere calcolati. Ma la

conclusione di Blalock e` quella dell'opportunita` di essere flessibili "In breve -scrive B. -

suggeriremo, come tema dominante, la flessibilita`. Nella nostra fretta di diventare 'scientifici'

abbiamo forse seguito in maniera eccessivamente rigida le poche regole di inferenza che sono state

esposte rigorosamente.... Quando raccomandiamo una certa flessibilita`, vogliamo dire che, nelle

circostanze attuali, sarebbe estremamente utile che gli scienziati sociali si abituassero a confrontare

risultati di procedimenti differenti .... Cio` non vuol dire che non si debba tener conto delle regole

attualmente in vigore, e che la speculazione astratta debba prendere il posto delle interpretazioni

empiricamente orientate. Ma sarebbe prematuro pretendere quel rigore scientifico che non abbiamo

ancora raggiunto" (Ibid., pp.276-277).

In complesso percio` la metodologia proposta da Blalock, sulla linea di certe indicazioni di H.

Simon, sviluppate in seguito attraverso l'individuazione di "circuiti causali" (path analysis) mira ad

individuare modelli o circuiti causali in cui siano inserite almeno le principali variabili che

influiscono sul fenomeno. Due esempi, tratti da importanti ricerche portate avanti nel nostro paese

con questa metodologia, possono dare una idea dell'importanza di questa forma di analisi e delle sue

potenzialita` euristiche..

Il primo esempio, e` tratto da un lavoro di M. Barbagli (1974), basato sulla stessa

metodologia, riguarda il tasso di passaggio dalla scuola media inferiore a quella superiore nel 1961,

di cui abbiamo gia` parlato in precedenza:

FIG.7 Circuiti causali su base provinciale relativi al tasso di passaggio

dalla scuola media inferiore a quella superiore nel 1961

Il grafico, a dimostrazione di quanto abbiamo detto parlando degli "effetti interattivi",

mostra come il "livello di industrializzazione" influisca negativamente, sia in modo diretto (-0,41),

sia attraverso altre variabili (consumo, reddito, livello di disoccupazione) sul "tasso di passaggio".

Barbagli sottolinea, nel circuito, l'importanza strategica ("l'anello piu` importante della catena

causale") delle "persone con la licenza media in attesa di prima occupazione", che sono correlate

negativamente con il reddito pro-capite e con i consumi, e positivamente con il "tasso di passaggio "

(Barbagli, 1974, p.358), a conferma dell'importanza delle difficolta` di occupazione per i giovani

usciti dalla scuola media e dalla scuola di avviamento, sulla decisione di proseguire gli studi a

livello superiore.

Il secondo esempio riguarda invece l’individuazione delle “determinanti” della partecipazione

ad iniziative per la pace, secondo la metodologia prima ricordata della “path analysis”. L’oggetto

della ricerca sono stati gli studenti delle scuole medie superiorie della Provincia di Lecco, per uno

studio promosso dalla sezione sindacale locale (CGIL) che aveva visto il questionario da noi

utilizzato a Ferrara in un volume sull’educazione alla pace curato dal Prof. Farne` di Bologna, e ci

aveva chiesto l’autorizzazione ad utilizzarlo per una ricerca simile nelle scuole secondarie della

propria Provincia. Le elaborazione sono state poi portate avanti dalla mia collaboratrice statistica di

allora, la Dott.sa Laura Grassini. Il questionario, i cui risultati dovevano servire a programmare

delle valide iniziative per l’educazione alla pace nelle scuole, era focalizzato ad approfondire tre

aspetti importanti per comprendere il rapporto tra i giovani studenti degli ultimi anni delle scuole

medie superiori, e la pace, e cioe` il loro livello di informazione su questo problema, il loro

atteggiamento nei riguardi della pace e della violenza, ed infine il loro comportamento, non solo

all’interno della scuola, ma anche al suo esterno, con la partecipazione, o meno, a manifestazioni

pubbliche su questo tema. L’elaborazione tendeva inoltre ad individuare i rapporti reciproci tra

queste tre diverse dimensioni del problema della partecipazione alla pace. Ecco il grafico che

illustra gli elementi principali emersi dalla ricerca:

Gli elementi fondamentali per la comprensione dei risultati sembrano essere questi:

1) il collegamento diretto tra le ragazze e la nonviolenza [NVIO], con un maggiore tendenza

delle femmine ad un atteggiamento nonviolento rispetto ai maschi, che invece, per acquisire

questo atteggiamento, hanno bisogno di avere una maggiore informazione su questi temi

[INFO], o essere in scuole che hanno trattato di questi temi (le scuole umanistiche vi hanno

dedicato piu` attenzione delle altre [ASCU]), ed infine anche alla tendenza degli studenti a

ricercare attivamente informazioni su questi temi [RICE] anche all’esterno della scuola (con

la lettura personale di testi appositi, o l’ascolto di trasmissioni specifiche). Solo grazie ad un

percorso di questo tipo i maschi arrivano ad una informazione che li porta ad avere un

atteggiamento nonviolento.5

2) Una maggiore partecipazione alle iniziative sulla pace esterne alla scuola [PART] dei/lle

giovani/ che hanno un atteggiamento nonviolento [NVIO], ed anche, direttamente, di quelli/

e che ricercano attivamente le informazioni su questi temi [RICE].

3) La scarsa rilevanza diretta, invece, del livello di status sociale del padre degli allievi

[LDIR-LDIP] su questi atteggiamenti e comportamenti dei loro figli, ma la rilevanza

invece per la scelta del tipo di scuola da questi frequentata [TSCU], ed indirettamente percio`

anche su questi problemi, dato che, come abbiamo gia` accennato, le scuole umanistiche

avevano dedicato molto piu` spazio a queste attivita` delle altre.

4) L’importanza delle attivita` di educazione alla pace nelle scuole [ASCU] per stimolare la

ricerca attiva degli allievi [RICE] che, come abbiamo gia` visto, portano sia, direttamente,

ad una maggiore partecipazione ad iniziative per la pace esterne alla scuola [PART], sia ad

una maggiore informazione oggetti va [INFO] che, a sua volta, e` collegata ad un maggiore

atteggiamento nonviolento [NVIO] che poi, come gia` accennato, porta ad una maggiore

partecipazione.

Come scrivevo nel libro in cui viene riportata questa ricerca “Questa e` una conferma

dell’importanza di attivita` di educazione alla pace nelle scuole, e della possibilita` di rompere,

attraverso degli strumenti pedagogici, la mancanza di informazione su questi argomenti che i nostri

dati hanno fatto emergere, come pure, essendo di solito fatte in gruppo, hanno la capacita` di

rompere la mancanza di comunicazione tra i giovani che abbiamo riscontrata .Questo

“isolamento”…e` una delle cause piu` importanti del distacco [riscontrato in altre ricerche] tra

pacifismo dichiarato ed azione” (L’Abate, 2001, p. 78). E concludevo: “L’attivita` scolastica per la

pace non porta direttamente ad un accrescimento della partecipazione, ma agisce indirettamente,

attraverso una catena di ricerca attivaà più informazione à più nonviolenza à più

partecipazione. Questo mi sembra un segno molto positivo, mostra infatti che la scuola, piu` che

plagiare gli studenti, li aiuta ad essere piu` critici, e piu` coerenti tra il loro agire e il loro modo di

pensare” (ibid. pp. 78-79).

Questa, per quanto mi risulta, e` una delle poche ricerche al mondo che hanno cercato di

valutare le attivita` di educazione alla pace nelle scuole riuscendo a dimostrarne la validita`. E’

questa la ragione del percheÅL e` stata scelta tra le tante presentate ad un convegno internazionale, e

pubblicata addirittura in Ungheria in un volume apposito sulla ricerca per la pace negli anni 90

(Balazs, Wiberg, 1993)

Ma prima di concludere questo paragrafo vorrei sottolineare come questa metodologia,

pur interessante e proficua, sia considerata da alcuni statistici come eccessivamente soggettiva

per le implicazioni sottolineate anche da Blalock nella costruzione e nell'individuazione dei modelli,

e che spesso viene preferita l'analisi fattoriale, che lascia al modello il compito di mettere insieme

nei vari fattori i singoli elementi che possono incidere sul fenomeno allo studio. Per le nostre ricerche

in campo psichiatrico abbiamo utilizzato sia l'analisi causale sotto forma di tradizionale associazione

tra fattori sociali e ricoveri psichiatrici, attraverso la costruzione di indicatori complessi

(di urbanizzazione, di sviluppo economico, di depressione economica, di rapidita` di mutamento,

ecc.), sia l'analisi fattoriale con lo studio di indicatori semplici (disoccupazione, analfabetismo,

numero di bagni per abitazione, ecc.) senza un loro raggruppamento per categorie complesse.

Quest'ultima metodologia e` piu` 'oggettiva' perche` i raggruppamenti e l'individuzione dei

fattori viene fatta senza l'intrusione di una soggettivita` interpretativa usata nella costruzione di

indicatori complessi. Ma l'analisi fattoriale e` anche piu` 'cieca' perche` lavora, di solito con indicatori

semplici (p.e.numero di bagni per abitazione, analfabetismo, tasso di ricovero psichiatrico, ecc.)

difficilmente interpretabili in quanto tali. Questa esperienza ci porta a preferire, percio`, modelli

misti che uniscano alcuni aspetti dei due metodi. In particolare sembrerebbe opportuna una loro

integrazione con la costruzione, in una prima fase, anche con l'aiuto dell'analisi fattoriale, di

indicatori complessi, e, in una seconda fase, della individuazione tra di loro di rapporti di causalita`,

tramite, ad esempio, la "path analysis" di cui abbiamo parlato prima (Wienand, L'Abate, Tesi,

1988, p.29).

2) Dalla causalita` circolare all'analisi processuale

Uno dei problemi che complicano notevolmente, e rendono piu` complessa l'analisi causale, e`

la presenza, e la sempre maggior importanza, della causalita` circolare, o interattiva, e cioe` di un tipo

di causalita` simmetrica, e non asimmetrica come quella di cui abbiamo parlato in precedenza.

Halbwachs, ad esempio, distingue due tipi di causalita`, lineare e circolare "La causalita` circolare

implica una connessione di reciprocita` che, senza smentire la connessione lineare, costituisce

tuttavia una struttura piu` ricca e complessa della mera linearita`, introducendo un principio di

reversibilita` che rappresenta un progresso decisivo nella comprensione dei processi fisici" (in

Fisichella, p.72). Ed egli lo considera caratteristico della causalita` fisica. "Esiste un contraccolpo

dell'effetto sulla causa necessariamente legato alla relazione della causa con l'effetto, e tale

contraccolpo non e` secondario, qualitativamente e quantitativamente, ma comporta una autentica

reciprocita`" (Ibid., p.71). E Liss (1987) e Morin (1984) ritengono che una societa` complessa non

possa essere studiata senza far ricorso a questo tipo di causalita`.

Questa, dal punto di vista grafico, puo` essere rappresentata cosi`:

La freccia di ritorno e` chiamata anche "Feed-back loop". Ma il feed-back non e` necessariamente

diretto, ma puo` essere indiretto, con l'intervento di altre variabili. Ad esempio, cosi`:

Ma le variabili intervenienti possono essere anche molte di piu`, e rappresentare un vero e

proprio circuito e circolo. Uno degli esempi piu` noti, nel campo delle scienze sociali, di causalita` di

questo tipo, e` quello individuato da Myrdal in un suo famoso studio sulle condizioni dei negri negli

Stati Uniti d'America. Egli parla di questo processo come rispondente al "principio di cumulazione"

che porta al fenomeno noto come "circolo vizioso". Secondo questo principio la situazione dei negri

e` interpretabile sulla base di una pluralita` di fattori: pregiudizio dei bianchi, discriminazione,

occupazione, salari, alloggi, vitto, vestire, salute, educazione, stabilita` nei rapporti familiari, modo

di comportarsi, in particolare nei riguardi della legge, lealta` verso la societa`, ecc., tutti legati tra di

loro da un processo di causalita` reciproca. Secondo Myrdal un cambiamento in uno di questi fattori

- nei due sensi, in piu` o in meno - tendera` a provocare un cambiamento di tipo cumulativo anche

negli altri, esso cioe` sara` rinforzato continuamente dalla reazione dell'altro (Myrdal, 1944, pp.75-78,

1065-1070). E Bastide ha utilizzato lo stesso principio nell'interpretazione sociologica delle

malattie mentali (Bastide, 1977, p.218).

Goglio scrive, a proposito della causalita` circolare: "L'importanza dei feed-back loops,

specialmente nei sistemi sociali, non ha bisogno di molti commenti. E' raro, spiegando il processo

causale di un determinato fenomeno sociale, non incappare in uno di questi, quando poi non si

incappi in una intera ragnatela di feed-backs" (Goglio, 1979, p. 68). Egli individua tre diverse

situazioni "facilmente riscontrabili in un sistema sociale e caratterizzate dalla presenza di feedbacks"

(Ibid.): 1) Situazione di controllo. Un cambiamento in A causa un cambiamento di ugual

segno in B; un cambiamento in B causa un cambiamento di segno opposto in A. Questo e` un

esempio di feed-back negativo, che e` al centro di ogni meccanismo di controllo sociale. 2)

Situazione di amplificazione. Un cambiamento in A causa un cambiamento in B di ugual segno;

un cambiamento in B causa un cambiamento in A di ugual segno. E' questo un feed-back positivo

che corrisponde ad un sistema di amplificazione trasformando piccoli cambiamenti in cambiamenti

sempre maggiori (la causalita` cumulativa di Myrdal rientra in questa categoria). 3) Situazione di

esplosione. Avviene quando il feed-back positivo sfugge di mano, e` privo di controlli. Il processo di

continue amplificazioni, in un loop esplosivo, continua finche` il sistema sopravvive. Ma anche il

feed-back negativo puo` esplodere: in tal caso la direzione dei cambiamenti oscilla, ma il

cambiamento diventa sempre piu` grande in dimensione assoluta finche` il sistema sopravvive (ibid.,

p. 68).

Ma queste tre situazioni sottolineano, come fondamentale, la variabile tempo, e mettono al

centro dell'analisi non tanto le cause ma i processi. Conviene percio` dare uno sguardo ad un saggio

metodologico di J. Galtung (1977c), che ha al suo centro la variabile tempo ed il passaggio

dall'analisi causale a quella processuale. Galtung parte dalla constatazione che le scienze sociali,

quando hanno trattato fenomeni micro, hanno di solito raccolto dati sincronici, con una crescita

quasi esplosiva di metodi di raccolta dei dati. Egli ne trae la conclusione che il desiderio di essere

nomotetici, di cercare cioe` delle leggi di spiegazione del comportamento umano, ha portato i

ricercatori di questo campo a restringersi a dati di tipo sincronico. Dall'altra parte, invece, per

quanto riguarda gli storici, lo studio delle societa` intere (macro), ed il desiderio di essere diacronici,

li ha quasi costretti in una posizione idiografica, allo studio, cioe` di un caso o situazione particolare.

Questo ha portato, sostiene Galtung, ad una scarsa comunicabilita` tra queste due branche delle

scienze sociali, e ad una ancora piu` pericolosa polarizzazione tra i due assi micro e macro. Il

rimedio per questo, secondo Galtung, e` quello di sviluppare una scienza sociale che sappia essere,

nello stesso tempo, e nomotetica e diacronica. Per questo il centro del suo saggio e` sulla

correlazione diacronica. Lo schema seguente e` utile a capire il suo ragionamento:

(ibid.p.101).

Il disegno di ricerca 0 si basa su una matrice di dati sincronici in cui vengono

prese in considerazione molte unita` e molte variabili. In certe forme piu` sofisticate si riconosce il

valore del tempo (per esempio la distanza di tempo tra la prima e la seconda indagine) ma la

preoccupazione maggiore e` nel tenerlo sotto controllo, nel ridurne l'influenza. Il disegno di ricerca 1

si basa invece su una matrice di dati diacronici, raccolti su un'unica variabile in molte unita` diverse.

Questo tipo di ricerca e` molto valida, sostiene Galtung, per la ricerca nomotetica se il numero di

punti temporali e` sufficientemente vasta. Se questi sono infatti solo 2 le possibilita` di analisi sono

scarse, a meno che i due punti temporali siano collocati prima e dopo un evento cruciale. Il disegno

2 si basa invece su una matrice di dati su piu` variabili ma un'unica unita`. E' il miglior disegno per la

ricerca idiografica, dato che l'idea che e` alla sua base e` quello che la singola unita` e` studiata

attraverso piu` variabili nel tempo, e` quello che uno storico, a livello di societa`, od un biografo, a

livello di un individuo, farebbe comunque, anche se, forse, in modo non troppo sistematico, senza

cioe` preoccuparsi di riempire del tutto la matrice dei dati. Il disegno 3 e`, secondo Galtung, quello

ideale, perche` lavora sia sincronicamente sia diacronicamente su piu` variabili e su piu` unita`. Ma e` il

piu` difficile da organizzare perche` i dati non esistono gia` pronti, e la loro acquisizione richiede

notevoli spese di tempo, denaro, energia. Per questo di solito si ricorre, per la ricerca diacronica, ai

disegni 1 e 2. Ma Galtung ritiene importante portare avanti il disegno 3, semplificandolo, ma senza

ridurlo agli altri due. Per questo egli pensa sia possibile procedere cosi`: 1) prendendo poche

piuttosto che una o molte unita`. Se si vuole studiare due variabili, o anche una sola dimensione,

ma scelta bene e molto importante, si dovrebbero avere almeno quattro o cinque unita` ben

distribuite su quella dimensione, per permettere una verifica sistematica delle ipotesi. 2)

prendendo poche piuttosto che una o molte variabili.Galtung propone di selezionare almeno una

variabile, ben scelta, tra quelle indipendenti, ed una tra quelle dipendenti, per poter studiare

l'interazione tra di loro nel tempo. 3) prendendo pochi piuttosto che uno o molti punti temporali. E'

molto importante studiare le traiettorie normali, e per questo scopo sono necessari almeno 4 o 5

punti-tempo, ma se possibile anche piu`.

Ma prima di concludere con Galtung,e con le sue indicazioni piu` puntuali per portare avanti

un tipo di ricerca di questo genere, vorrei fare una digressione sull'analisi comparata.

Vari studiosi ritengono che sia questo, sulla scia dell'insegnamento di Weber (ma anche di

altri classici, come Tocqueville e Durkheim), il metodo piu` tipico e piu` valido nel settore delle

scienze sociali. Smelser, ad esempio, ha dedicato a questo tipo di analisi, un libro piuttosto

importante, in cui cerca di fare il punto, partendo dai classici su citati, su tale metodologia. Anche

egli, come Galtung, nelle sue osservazioni conclusive, parte dalla distinzione e contrapposizione tra

ricercatori ad impostazione idiografica e nomotetica. I primi utilizzano un approccio di tipo

"configurazionale", partendo da un singolo caso e cercando di arrivare ad una "comprensione"

del modello dell'unita`, ad una visione d'insieme delle relazioni esistenti tra le sue parti costitutive

(senza uno specifico riferimento a "modelli causali" a priori, ma operando sul piano 'valutativo',

'estetico'). Essi inoltre cercano soprattutto di spiegare il singolo evento, tentando di rendersi conto

del perche` un evento si sia, o non si sia, verificato. Essi infine incorporano , nel loro lavoro, diversi

ordini di variabili causali: molti fattori sono messi in gioco al fine di aumentare la credibilita` della

spiegazione di un dato evento, portando anche in campo fattori 'accidentali'.

Gli studiosi con impostazione nomotetica, invece, usano un approccio di tipo 'aggregato' (nei

termini di Kaplan 'sommatorio'), e, nello studio di casi aggregati, i ricercatori sono specificamente

orientati, fin dall'inizio, verso le variabili in relazione causale tra di loro. Piuttosto che cercare di

spiegare un singolo evento essi cercano di spiegare come quel tipo di eventi si distribuisca in unita`

diverse, ed il loro interesse e` specificamente rivolto alle relazioni statistiche e probabilistiche tra

causa ed effetto. Essi infine, per spiegare un fenomeno, mirano ad escludere cause estranee al fine

di determinare l'esatta forza della relazione causale ipotizzata tra due o piu` fenomeni.

Ma Smelser (1982), pur sottolineando le differenze di metodo, non ritiene che i due approcci

abbiano basi teoriche diverse. Scrive Smelser : "L'analista idiografico si basa soprattutto

sull'osservazione di un'ampia gamma di eventi e di relazioni al fine di individuare un modello

complesso e le sue implicazioni. Il ricercatore con indirizzo nomotetico ha la tendenza ad usare

indici quantificabili - mediante indagini, censimenti, campionamenti, ecc. - delle variabili scelte per

lo studio. Alla fine pero` i due approcci - nella misura in cui entrambi tentano di dare spiegazioni -

non divergono necessariamente ed in maniera sostanziale per quanto riguarda la natura delle forze

causali a cui si fa riferimento....l'approccio idiografico e quello nomotetico non implicano basi

teoriche diverse. Le loro differenziazioni si basano soprattutto sul metodo di spiegazione, sul

metodo di organizzazione delle variabili e sulle tecniche di ricerca impiegate " (ibid., p. 271). In

sostanza egli ritiene che, pur con metodologie e focalizzazioni diverse, ambedue abbiano il loro

centro nella ricerca di relazioni causali. L'analisi comparativa non e` percio` un'altra metodologia, ma

viene a far parte, a pieno titolo, dell'analisi causale. E Smelser dedica le pagine successive alle

tecniche per aumentare la validita` della deduzione causale (campionamenti, comparazione

controllata, e uso di casi vicini, l'analisi multivariata, l'introduzione del tempo, gli errori di livello

nella determinazione delle associazioni e delle cause), ed infine conclude sostenendo l'importanza,

per la comprensione piu` valida delle associazioni emerse dall'analisi comparativa, dello studio del

contesto teorico nel cui ambito si muove il ricercatore. Rimando al testo di Smelser per una analisi

piu` puntuale di quelle tecniche. Vorrei solo fare un'ultima citazione, che sottolinea ulteriormente il

legame tra "metodo comparativo" e "analisi causale". " I vari metodi utilizzati per determinare le

associazioni tra le variabili - scrive Smelser - e per attribuire loro un significato causale

implicano il tentativo di controllare le potenziali fonti di variazione delle cause, escludendole o

mantenendole costanti e rafforzando cosi` le ipotesi favorevoli ad altri fattori causali" (Smelser, p.

316).

Ma tornando a Galtung, egli, per giungere a quello che ha definito il modello ideale, che

lavora contemporaneamente e in senso diacronico tra piu` unita` e piu` variabili, ritiene importante

sviluppare due diversi tipi di analisi diacronica, la prima univariata e la seconda bivariata, visti

come passi graduali per arrivare al modello prescelto. L'analisi diacronica bivariata permette di

confrontare tra di loro le principali forme di traiettorie (diritta, concava all'insu`, concava all'ingiu`,

mista), e sottolinea l'importanza, per la comprensione dei diversi andamenti, di tener conto di

alcuni parametri: la costanza, la regolarita`, la monotonicita` .

La costanza e` misurata dall'area fra la linea retta di riferimento e la traiettoria empirica, o

stimata nel caso di piu` unita`. Piu` piccola la misura, piu` elevata la costanza. La regolarita` e` misurata

come correlazione diacronica tra X e Y intorno ad una traiettoria teorica, basata su piu` unita` di

osservazione. La misura dovra` essere basata su indici di correlazione se le variabili sono su scale ad

intervalli. La monotonicita` e` data dal numero di volte che la derivata prima della traiettoria calcolata

tra le unita`, cambia disegno. Piu` elevato questo numero, minore la monotonicita`.

Galtung introduce poi il concetto di invarianza, che richiama la precedente discussione sui

rapporti tra causa ed effetto (e cioe`, con l'esempio dell'automobile, del progressivo passaggio, man

mano che aumenta il gioco dello sterzo, tra causa e non causa). L'invarianza e` calcolata contando il

numero delle terze variabili in rapporto alle quali la relazione si e` dimostrata essere invariante. Piu`

elevato questo numero, piu` invariante e` la relazione. Ma, secondo Galtung, questa misura

acquista piu` senso come confronto basato su un insieme teorico tra non correlazioni in un rapporto e

quelle di un altro.

Andando direttamente alle sue conclusioni egli mostra come fosse chiaramente limitato il

concetto di relazione causale basato su una massima costanza, regolarita`, monotonicita`, ed

invarianza. Egli ritiene che si possa capire come sia stato possibile sviluppare questo concetto (di

relazione causale) sulla base di una correlazione sincronica: semplicemente assumendo la costanza

e la monotonicita` nel tempo, e mancando di notare questi aspetti della relazione. Il fuoco e` stato

sulla regolarita`, e l'enfasi sulle condizioni di invarianza, con condizioni completamente

irrealistiche, e percio` piuttosto poco interessanti per un rapporto che si definisce causale. Ma se

si introduce l'analisi diacronica e si allentano queste condizioni si possono sviluppare delle

concezioni molto piu` interessanti di come si possano studiare gli affari sociali. Si puo` anche

costruire una tipologia di tipi diversi di relazioni a seconda del livello (alto o basso) dei quattro

parametri su citati.

In questo quadro ci sarebbero da una parte i 'rapporti causali universali', quando la

relazione diacronica e` caratterizzata da valori molto alti di costanza, regolarita` e monotonicita`. Si

dovrebbero poi distinguere relazioni universali e particolari sulla base della loro dipendenza da

condizioni molto larghe o molto strette. La stessa distinzione sarebbe usata per i processi, che

sono, in generale, relazioni diacroniche caratterizzate da bassi valori di costanza, regolarita` e

monotonicita`. Ma se tutti questi valori sono molto bassi, non c'e` alcuna relazione. Questo porta

Galtung a concludere che "cosi` definite, le relazioni causali diventano casi speciali dei processi,

e questo ultimo diventa il concetto piu` generale, e molto piu` utile, da utilizzare nelle scienze

sociali" (Galtung, 1977c, p.130). E questo tende ad aprire il discorso, che faremo in un capitolo

successivo, dell’importanza e dei metodi dell’analisi processuale.