Questionario per la tesi: come costruirlo, distribuirlo e analizzarlo
Un questionario che non ha un'idea chiara di cosa vuol misurare è un questionario che finisce a raccogliere dati inutili.
Lo vediamo continuamente: studenti che arrivano con 200 risposte a un sondaggio che misura chissà cosa, perché le domande erano scritte di fretta, senza una struttura, e il risultato è un file di dati che non si sa come analizzare. La colpa non è loro. Nessuno insegna come costruire un questionario. Ci sono corsi su analisi dei dati, su metodologia generale, ma come si fa un buon strumento di ricerca? Quello rimane nel buio.
In questa guida vediamo come impostare l'obiettivo, scegliere il tipo di domande, evitare gli errori clamorosi nella formulazione, validare lo strumento, distribuirlo online, e soprattutto capire quante persone devi contattare per avere risultati significativi. Non è complicato, ma merita attenzione.
Definire l'obiettivo e il costrutto da misurare
Lo vediamo spesso: studenti che scrivono 25 domande, le distribuiscono a 150 persone, poi si ritrovano con un file Excel che non sa come leggere. Le domande toccavano di tutto — un po' motivazione, un po' soddisfazione, un po' benessere — e il risultato è una confusione statistica.
Prima di scrivere una sola domanda, chiediti: cosa voglio veramente sapere? Non "voglio misurare la soddisfazione", ma specificamente che cosa intendi per soddisfazione? Quali componenti la formano? Cosa dimostra che qualcuno è "soddisfatto" piuttosto che no?
Questo si chiama definire il costrutto, e è il fondamento del questionario.
Se il tuo argomento di tesi è "l'impatto della smart working sulla motivazione dei dipendenti", il costrutto che studi è la motivazione. Ma la motivazione è astratta — potrebbe significare:
- Voglia di fare bene il lavoro
- Entusiasmo nel raggiungere obiettivi
- Senso di autonomia percepito
- Riconoscimento e apprezzamento
- Varietà nelle mansioni
Dovresti scegliere quale aspetto della motivazione vuoi misurare, altrimenti il questionario diventa una raccolta casuale di domande, e l'analisi successiva è un incubo.
Il consiglio pratico: scrivi una frase sola e mettila in una pagina del tuo documento metodologia. "In questa tesi misuro quanto i dipendenti in smart working percepiscono autonomia decisionale nel loro ruolo." Fatto. Se riesci a dirlo in meno di una riga, hai capito cosa stai facendo. Se no, torna indietro e pensa ancora.
Tipologie di domande
Non tutte le domande sono uguali. Ogni tipo ha un uso specifico, e mischiarli a caso rende i dati confusi da analizzare.
Scale Likert
Le scale Likert sono le più usate nelle tesi quantitative. Sono domande affermative con una scala di accordo, solitamente da 1 a 5:
"Prendere decisioni autonome nel mio lavoro mi rende più motivato"
- 1. Per nulla d'accordo
- 2. Poco d'accordo
- 3. Né d'accordo né in disaccordo
- 4. Abbastanza d'accordo
- 5. Completamente d'accordo
Il grande vantaggio è che generano numeri (1, 2, 3, 4, 5) che puoi analizzare statisticamente: calcoli medie, deviazioni standard, correlazioni, tutto quello che serve. Lo svantaggio è che il numero "3" nel mezzo spesso diventa una scappatoia per chi non sa rispondere davvero. Chi è indeciso tende a scegliere "3" anche quando avrebbe un'opinione chiara, se la scala fosse più facile.
Consiglio pratico: se puoi, usa scale a 4 livelli (rimuovi il "3" del mezzo) per forzare una vera scelta. Costringe il respondente a decidere se la pensa più in un'direzione o nell'altra. Se usi 5 livelli comunque, accettalo come compromesso — è ancora validissimo, e molti relatori preferiscono il 5 perché è lo standard internazionale.
Differenziale semantico
Il differenziale semantico è una scala con due parole opposte ai capi:
Lavorare in smart working mi fa sentire:
Isolato ______ ______ ______ ______ ______ Integrato
È meno formale della Likert e funziona bene per misurare percezioni emotive. La analizzai esattamente come una Likert (assegni i numeri 1-5 alle posizioni).
Domande aperte
A volte serve lasciare spazio a risposte libere. "Quali sono gli aspetti che ti piacciono di più dello smart working?" Raccoglie testo che dovrai leggere manualmente. È qualitativo, non quantitativo, ma arricchisce lo studio.
Suggerimento: se usi domande aperte in una tesi quantitativa, non esagerare. Di solito 1-2 al massimo. Altrimenti finisci a leggere 200 risposte di testo diverse quando avevi scelto il metodo quantitativo per misurare con i numeri.
Errori da evitare nella formulazione
Li vediamo continuamente, e invalidano il questionario. A volte è il relatore che li nota e ti chiede di rifare tutto. A volte non li nota nessuno, ma i dati che raccogli sono inutili per l'analisi. Ecco quali sono.
Domande doppie: "Sono soddisfatto del mio lavoro e del mio stipendio". No. Se uno risponde "abbastanza d'accordo", non sai se parla dello stipendio o del lavoro. Sono due concetti diversi — due domande diverse. Dividi.
Domande negative: "Non sono insoddisfatto del mio ruolo". Il cervello di chi legge prima pensa "insoddisfatto", ci impiega un secondo in più a processarla, e a volte sbagli la risposta. Riformula sempre in positivo: "Sono soddisfatto del mio ruolo".
Jargon o parole tecniche inutili: "La perceived autonomy determina…" Niente. Scrivi come parli, come se stessi parlando con un amico. "Mi sento libero di prendere le decisioni che riguardano il mio lavoro" è mille volte meglio.
Domande troppo lunghe: Se il respondente deve leggerla due volte per capirla, non funziona. Il limite mentale è circa due righe. Se la domanda è più lunga, spezzala o semplificala.
Opzioni di risposta incoerenti: Se la prima domanda ha "completamente d'accordo" e la seconda ha "fortemente d'accordo", crei confusione. Il respondente non sa se stanno dicendo la stessa cosa. Mantieni sempre la stessa scala e la stessa formulazione. Sia per tutte le domande Likert della tesi.
Ordine delle opzioni irregolare: Se per una domanda metti "sì" prima di "no", e per l'altra "no" prima di "sì", alcuni rispondono d'istinto senza leggere bene. Standardizza: sempre "sì" prima di "no", sempre "d'accordo" prima di "in disaccordo".
Validità e affidabilità (alpha di Cronbach)
Due concetti che sentirai pronunciare spesso quando parli di questionari.
Validità significa: stai misurando veramente quello che intendi misurare? Se dici che le tue domande misurano "autonomia", misuri davvero autonomia o stai misurando chissà che cosa?
Affidabilità (reliability) significa: se somministri lo stesso questionario due volte alle stesse persone, ottieni risultati simili? Oppure variano casualmente?
Il modo più semplice per testare affidabilità è calcolare l'Alpha di Cronbach. È un numero tra 0 e 1:
- Alpha < 0,6 = affidabilità bassa (non funziona)
- Alpha 0,6–0,7 = accettabile
- Alpha > 0,7 = buono
- Alpha > 0,9 = molto buono (a volte troppo — significa che fai domande troppo simili)
Come si calcola? Carica i dati in SPSS, Jamovi o R, e con pochi click ottieni l'Alpha. Se hai dubbi su quale software scegliere, abbiamo una guida dedicata.
Non è obbligatorio includere il calcolo di Cronbach nella tesi, ma se lo fai nel capitolo metodologico, il relatore vede subito che hai pensato a quanto affidabile è il tuo strumento. Fa una gran differenza nella percezione della qualità della tesi. È anche uno dei passaggi dove un supporto metodologico da parte di chi ha già visto cento questionari, ti risparmia settimane di tentacoli — ti diamo il numero, te lo spieghiamo, e capisci se il tuo questionario è adatto a fare quello che intendi.
Distribuzione
Ora che il questionario è costruito e validato (o almeno: scritto), come lo fai arrivare alle persone?
Google Forms
È il metodo più usato dagli studenti. Gratuito, intuitivo, non serve saper codificare niente.
Crea il form in Google Drive, aggiungi le domande, scegli il tipo di risposta (scala, testo, scelta multipla), copia il link e lo mandi in giro. Finito.
Pro: Facile, gratuito, si può usare da telefono
Contro: Design minimale, non tutte le opzioni di risposta sono disponibili (es. il differenziale semantico va costruito a mano come griglia), i dati in una foglio Google Sheet non sono pronti per l'analisi statistica subito
Per portare i dati in SPSS/R dopo la raccolta, dovrai salvarli come CSV ed effettuare una pulizia dei dati. È un passaggio extra, ma fattibile.
Qualtrics
Piattaforma professionale per sondaggi. Ha tutto quello che serve, design customizzabile, export diretto in SPSS.
Pro: Potente, design professionale, export SPSS nativo, reportistica avanzata
Contro: Costa denaro (anche se l'università spesso ha una licenza per i ricercatori). C'è una curva di apprendimento.
Se la tua università lo ha, usalo. Costa soldi e c'è da imparare il software, ma risparmi tempo e ottieni export pronti. Altrimenti Google Forms rimane una scelta ragionevole per una tesi, soprattutto se il campione è piccolo (100-150 risposte).
Campionamento online
Dove trovi i rispondenti?
- Social media: LinkedIn, Facebook, gruppi universitari specifici della tua città.
- Email: se studi il comportamento di dipendenti in un'azienda, chiedi al relatore come contattarli formalmente.
- Piattaforme di crowdsourcing: Prolific, Amazon MTurk — paghi i rispondenti una piccola cifra (pochi euro ciascuno). Utile se hai bisogno di raccogliere dati velocemente.
- Università: chiedi al dipartimento se puoi distribuire un link durante le lezioni o via mailing list.
Attenzione: il campione online non rappresenta sempre la popolazione generale. Se vuoi dati dagli "studenti universitari", e raccogli risposte solo da amici su WhatsApp, il tuo campione è biased verso persone che tu conosci. Documentalo nella metodologia: "i dati sono stati raccolti tramite campionamento non probabilistico".
Dimensione del campione: quanti rispondenti servono?
È la domanda che viene sempre. Arriva subito dopo aver definito il questionario. E la risposta onesta è: "dipende".
Regola del pollice — il minimo accettabile:
- Almeno 30 rispondenti per fare statistiche descrittive (medie, distribuzioni). Con 30 puoi dire "il 40% del mio campione ha risposto X".
- Almeno 100-200 per fare test statistici veri (test t, ANOVA, correlazioni). Con meno, il test statistico non è attendibile.
Ma dipende molto dal disegno della tesi e da cosa vuoi analizzare.
Se fai una tesi sperimentale con un test ANOVA a 3 gruppi (es. confronti tre metodi di insegnamento), la numerosità ideale la calcoli con power analysis. È un calcolo tecnico che in genere fa il relatore o una consulente metodologica esperta. Se lo chiedi a SheetHub, lo calcoliamo per te in una sessione: non è solo "dimmi il numero", è capire il tuo disegno, i tuoi gruppi, e calcolare quanto campione serve per avere il 80% di probabilità di trovare l'effetto che cerchi se esiste davvero.
Se la tua tesi non è sperimentale, ma osservazionale (es. "descrivo il fenomeno usando i dati che raccolgo"), 50-100 rispondenti di solito basta. Dipende da quanto vuoi disaggregare i dati — se analizzi tutto il campione insieme, 50 va. Se lo dividi in sottogruppi, ti servono più risposte.
Il pragmatismo: raccogli dati da quanto effettivamente riesci. Se arrivano 25 risposte e non 100, non è un vero problema — lo specifichi nel capitolo limitazioni ("il campione ridotto è dovuto a…"), scrivi cosa significa ("i risultati non sono generalizzabili"), e il relatore capisce. Quello che è un vero problema è raccogliere 200 risposte quando ne bastavano 30, solo per avere un numero che fa figura. Non serve a nulla, complica solo l'analisi, e probabilmente significa che il tuo campionamento non era stratificato (cioè: hai contattato sempre le stesse persone in modo casuale).
💡 Il questionario take longer di quanto pensassi?
Sì, dalle domande al calcolo dell'Alpha di Cronbach, ci sono 15 cose da fare bene. E intanto hai altri esami da chiudere. È normale. Una cosa che vediamo sempre è che lo studente ha i dati ma non sa da dove iniziare con l'analisi.
Ecco dove entri in contatto con una consulente di SheetHub per il tuo progetto: non te lo scriviamo noi il questionario (sarebbe ghostwriting), ma ragioniamo insieme sulla struttura, validiamo le domande, e poi ti affianchiamo quando devi analizzare i dati con SPSS o R. In 2-3 incontri sai fare tutto.
Scrivici su WhatsApp per una consulenza gratuita di 15 minuti — capiamo dove sei bloccato e ti diamo il prossimo passo.
Riepilogo: i passaggi essenziali
- Definisci il costrutto che vuoi misurare in una frase sola.
- Scegli il tipo di domande (Likert, differenziale semantico, aperte).
- Scrivi le domande evitando: doppie, negative, jargon, troppo lunghe.
- Valida con Alpha di Cronbach se puoi (non obbligatorio, ma apprezzato).
- Distribuisci via Google Forms, Qualtrics o manualmente.
- Raccogli almeno 30-100 rispondenti (dipende dal disegno).
- Pulisci i dati, caricali in SPSS/R/Jamovi.
- Analizza e scrivi i risultati nel capitolo Risultati della tesi.
Non è una scienza missilistica, ma merita attenzione. Troppi studenti arrivano con 300 risposte a un questionario che non misurava niente di utile.
🎓 Hai il questionario pronto ma l'analisi dei dati è un'altra storia?
Un tutor di SheetHub ti guida dentro SPSS, Jamovi o R durante le sessioni di analisi. Non te lo facciamo noi (dovrebbe imparare tu), ma ti mostriamo cosa cliccare, quale test usare, come leggere l'output e come scriverlo nel capitolo Risultati.
Da 10€ a sessione. Preventivo in 5 minuti.