6  Considerazioni conclusive

In questa sito di supporto abbiamo esaminato i fondamenti concettuali e operativi dell’inferenza statistica frequentista, il paradigma che ha orientato la ricerca psicologica e le scienze empiriche per oltre un secolo. Sono state introdotte le sue principali procedure, dalle distribuzioni campionarie agli intervalli di confidenza, fino ai test di ipotesi, e ne è stata ricostruita la logica metodologica, fondata sul controllo degli errori nel lungo periodo e sull’analisi del comportamento delle procedure sotto ripetizione ideale del campionamento.

Questo percorso non aveva l’obiettivo di fornire una trattazione esaustiva, ma di rendere espliciti i presupposti epistemologici che sorreggono il frequentismo e che ne determinano tanto i punti di forza quanto le difficoltà interpretative. È ora possibile sintetizzare i risultati di questa analisi critica, concentrandosi in particolare sui limiti strutturali emersi lungo il percorso e mostrando come essi non siano difetti accidentali, bensì conseguenze dirette delle scelte filosofiche alla base del paradigma. Proprio tali limiti hanno motivato, storicamente e metodologicamente, l’esplorazione e lo sviluppo di approcci alternativi all’inferenza statistica, primo fra tutti quello bayesiano.

6.1 Sintesi dei limiti emersi

6.1.1 L’interpretazione controintuitiva

Un limite ricorrente dell’inferenza frequentista riguarda la sua distanza dal modo naturale in cui i ricercatori formulano e interpretano le domande scientifiche. Le quantità prodotte da questo paradigma rispondono a quesiti formalmente ben definiti, ma che raramente coincidono con quelli di reale interesse sostantivo.

L’intervallo di confidenza, ad esempio, non indica “dove si trovi probabilmente il parametro”, bensì esprime una proprietà della procedura di costruzione: una volta calcolato a partire dai dati osservati, l’intervallo contiene o non contiene il valore vero del parametro, senza che sia lecito attribuire una probabilità a questo singolo esito. Analogamente, il valore-p non rappresenta la probabilità che l’ipotesi nulla sia vera, né la probabilità che il risultato sia “dovuto al caso”, ma la probabilità di osservare dati almeno altrettanto estremi assumendo valida l’ipotesi nulla, una quantità che non risponde direttamente alla domanda di ricerca tipica, ovvero quanto l’ipotesi sia plausibile alla luce dei dati.

Anche la potenza statistica riflette questa impostazione controfattuale: essa fornisce informazioni utili in fase di progettazione dello studio, descrivendo il comportamento della procedura sotto ripetizione del campionamento, ma rimane sostanzialmente muta rispetto all’evidenza contenuta in uno studio già completato.

Nel loro insieme, queste caratteristiche producono un quadro inferenziale formalmente coerente ma profondamente controintuitivo, che richiede un continuo sforzo di traduzione concettuale. La distanza tra il significato tecnico delle quantità frequentiste e le interpretazioni spontanee dei ricercatori ha contribuito in modo sostanziale alla diffusione di fraintendimenti sistematici nella letteratura scientifica.

6.1.2 La dipendenza dalle intenzioni del ricercatore

Un aspetto particolarmente problematico dell’inferenza frequentista riguarda la sua dipendenza non soltanto dai dati osservati, ma anche dal contesto procedurale in cui essi sono stati generati. Il valore-\(p\), infatti, non è una funzione esclusiva dell’evidenza empirica, ma dipende in modo sostanziale dal piano di campionamento e dalle scelte metodologiche definite a priori dal ricercatore.

Fattori quali la strategia di raccolta dei dati, la regola di arresto del campionamento, la selezione preliminare delle analisi e persino le alternative analitiche che il ricercatore avrebbe potuto adottare influiscono sulla distribuzione di riferimento della statistica test e, di conseguenza, sul valore-\(p\) ottenuto. Ne segue che due ricercatori, operando sugli stessi dati numerici, possono giungere a conclusioni inferenziali differenti semplicemente in virtù di un diverso percorso procedurale.

Questa caratteristica, spesso riassunta nell’espressione gradi di libertà del ricercatore, ha suscitato ampie critiche metodologiche, poiché introduce un elemento di dipendenza dall’intenzione che risulta difficile da conciliare con un ideale di oggettività scientifica fondato esclusivamente sull’evidenza empirica osservata. In altri termini, nel frequentismo l’inferenza riflette non solo ciò che è stato effettivamente osservato, ma anche ciò che avrebbe potuto essere osservato sotto condizioni controfattuali definite dal disegno sperimentale.

6.1.3 La rigidità della decisione dicotomica

Il test di ipotesi frequentista impone una decisione binaria fondata sul confronto con una soglia di significatività fissata per convenzione. Questa struttura decisionale introduce una serie di distorsioni concettuali che non derivano da cattiva applicazione del metodo, ma dalla sua architettura logica.

In primo luogo, si genera una discontinuità artificiale tra risultati sostanzialmente simili. Valori-\(p\) quasi indistinguibili, ad esempio 0.049 e 0.051, conducono a conclusioni inferenziali formalmente opposte, pur riflettendo evidenze empiriche praticamente identiche. Questa discontinuità non ha alcun fondamento scientifico sostanziale, ma è il prodotto di una soglia arbitraria.

In secondo luogo, la decisione dicotomica favorisce una confusione sistematica tra significatività statistica e importanza pratica. Poiché la statistica test cresce con la dimensione campionaria, campioni molto ampi rendono rilevabili anche effetti di entità trascurabile, mentre campioni piccoli possono non individuare effetti di grande rilevanza teorica o clinica. Il risultato è un’interpretazione che sovrastima l’importanza di effetti minimi e sottostima quella di effetti sostanziali.

Infine, il test di ipotesi presenta un’asimmetria logica fondamentale. Esso consente esclusivamente di respingere l’ipotesi nulla, ma non fornisce alcun meccanismo per confermarla o per quantificare l’evidenza a suo favore. Un esito “non significativo” non distingue tra assenza di effetto ed evidenza insufficiente, lasciando irrisolta una delle domande centrali della ricerca scientifica.

Nel loro insieme, queste caratteristiche rendono la decisione dicotomica un dispositivo metodologico rigido, spesso poco informativo e talvolta fuorviante rispetto agli obiettivi conoscitivi della ricerca empirica.

6.1.4 L’incapacità di quantificare l’evidenza a favore delle ipotesi

Un limite strutturale dell’inferenza frequentista risiede nella sua incapacità di quantificare direttamente l’evidenza comparativa a favore di ipotesi alternative. Il valore-\(p\) è definito esclusivamente in riferimento all’ipotesi nulla: esso misura quanto i dati osservati siano compatibili con \(H_0\), ma non fornisce alcuna valutazione esplicita dell’ipotesi alternativa, né consente un confronto simmetrico tra modelli concorrenti.

Di conseguenza, l’inferenza frequentista non permette di formulare affermazioni del tipo: “i dati supportano l’ipotesi alternativa più dell’ipotesi nulla”, né tantomeno di quantificare di quanto un’ipotesi sia preferibile rispetto a un’altra. Un valore-\(p\) piccolo indica soltanto che i dati sarebbero rari se \(H_0\) fosse vera, ma lascia completamente indeterminata la questione di quanto essi siano coerenti con \(H_1\).

Questa asimmetria informativa limita la capacità del paradigma frequentista di sostenere un ragionamento cumulativo sull’evidenza, che richiederebbe confronti graduali e quantitativi tra ipotesi. In assenza di una misura diretta del supporto relativo fornito dai dati, il progresso scientifico rischia di ridursi a una sequenza di decisioni locali di rifiuto o mancato rifiuto, prive di una metrica condivisa dell’evidenza empirica.

6.1.5 L’inflessibilità procedurale

Un ulteriore limite strutturale dell’inferenza frequentista riguarda la sua rigidità procedurale. Affinché le proprietà teoriche dei test, in particolare il controllo dell’errore di tipo I, siano valide, l’intero protocollo sperimentale deve essere specificato a priori: dimensione campionaria, regola di arresto, ipotesi testate e analisi previste non dovrebbero essere modificati dopo l’osservazione dei dati.

In questo quadro, pratiche come la raccolta di dati aggiuntivi in presenza di risultati ambigui, l’interruzione anticipata dello studio quando l’evidenza appare già convincente, o l’adattamento delle strategie analitiche in risposta a pattern emergenti nei dati compromettono la validità formale dell’inferenza frequentista. Tali vincoli non sono accidentali, ma derivano direttamente dall’interpretazione della probabilità come frequenza a lungo termine e dalla necessità di definire con precisione lo spazio degli esiti possibili prima dell’osservazione.

Sebbene queste restrizioni siano funzionali al controllo degli errori nel lungo periodo, esse rendono il frequentismo poco flessibile in molti contesti reali di ricerca. In ambiti esplorativi, in situazioni di decisione sequenziale o nella pratica clinica, la possibilità di aggiornare progressivamente le conclusioni alla luce di nuove informazioni non rappresenta una deviazione metodologica, ma una necessità epistemica. L’inflessibilità procedurale del paradigma frequentista limita quindi la sua capacità di adattarsi a scenari in cui l’apprendimento dai dati è intrinsecamente dinamico.

6.2 Il contributo storico e metodologico del frequentismo

Nonostante i limiti concettuali e operativi messi in luce nelle sezioni precedenti, sarebbe profondamente riduttivo sminuire il ruolo storico e metodologico svolto dal paradigma frequentista nello sviluppo delle scienze empiriche. Per oltre un secolo, esso ha fornito alla comunità scientifica un linguaggio inferenziale condiviso, rendendo possibile il confronto sistematico tra risultati ottenuti in contesti e discipline differenti.

Il frequentismo ha inoltre introdotto procedure standardizzate che hanno imposto una disciplina metodologica essenziale, contribuendo in modo decisivo all’innalzamento del rigore della ricerca empirica. La formalizzazione del controllo degli errori, la distinzione tra fase di progettazione e fase di analisi e l’enfasi sulla replicabilità hanno rappresentato progressi fondamentali in un’epoca in cui la ricerca scientifica necessitava di criteri operativi comuni.

Dal punto di vista pratico, il paradigma frequentista ha avuto anche un vantaggio cruciale: ha reso disponibili strumenti inferenziali computazionalmente semplici, applicabili in modo sistematico molto prima dell’avvento della moderna potenza di calcolo. Questa accessibilità ha favorito una diffusione capillare delle pratiche statistiche, contribuendo alla loro istituzionalizzazione nella formazione e nella ricerca.

Per queste ragioni, la comprensione dell’inferenza frequentista rimane un presupposto indispensabile sia per una lettura critica della vasta letteratura scientifica esistente, sia per un dialogo metodologico consapevole all’interno della comunità scientifica. Il superamento dei suoi limiti non implica la sua rimozione dal patrimonio concettuale della statistica, ma piuttosto il suo inquadramento storico ed epistemologico come una tappa fondamentale nell’evoluzione del ragionamento inferenziale.

6.3 Verso l’approccio bayesiano

I limiti discussi nelle sezioni precedenti non devono essere intesi come semplici imperfezioni tecniche correggibili mediante aggiustamenti procedurali. Essi sono, più profondamente, conseguenze dirette dei presupposti filosofici su cui si fonda il paradigma frequentista: l’interpretazione della probabilità come frequenza a lungo termine, il trattamento dei parametri come entità fisse e ignote, e l’attenzione prioritaria alle proprietà delle procedure inferenziali sotto ripetizione ideale del campionamento.

L’approccio bayesiano si basa su premesse radicalmente diverse e, proprio per questo, è in grado di affrontare in modo più diretto molte delle difficoltà emerse. In particolare, esso adotta una concezione della probabilità come grado di credenza razionale, che consente di formulare affermazioni esplicite sull’incertezza relativa ai parametri e alle ipotesi, condizionate ai dati osservati.

In questo quadro, l’inferenza non è concepita come un meccanismo decisionale vincolato a soglie arbitrarie, ma come un processo di aggiornamento coerente delle convinzioni alla luce di nuove evidenze. L’informazione pregressa, teorica, empirica o derivante da studi precedenti, può essere integrata in modo formale, e le conclusioni possono essere aggiornate sequenzialmente senza invalidare le inferenze già effettuate.

L’approccio bayesiano consente inoltre di quantificare esplicitamente il supporto relativo che i dati forniscono a ipotesi concorrenti, offrendo una misura simmetrica dell’evidenza che manca nel paradigma frequentista. Gli intervalli di credibilità, infine, possiedono un’interpretazione diretta e intuitiva: essi esprimono la probabilità che il parametro si trovi all’interno di un determinato intervallo, data l’informazione disponibile. È proprio questa interpretazione che, nella pratica, viene spesso, ma impropriamente, attribuita agli intervalli di confidenza frequentisti.

Il manuale principale e il suo complemento svilupperanno sistematicamente questi concetti, mostrando come l’inferenza bayesiana fornisca risposte più coerenti, flessibili e informative alle domande che caratterizzano la pratica della ricerca scientifica. L’obiettivo non sarà quello di sostituire dogmaticamente un paradigma con un altro, ma di fornire gli strumenti concettuali necessari per scegliere consapevolmente il quadro inferenziale più adatto ai problemi di ricerca affrontati.

Conclusione

Questa sezione ha avuto l’obiettivo di fornire una base concettuale solida per comprendere l’approccio frequentista, al fine di rendere possibile una valutazione informata dei suoi meriti storici e dei suoi limiti strutturali. Per oltre un secolo, la statistica frequentista ha svolto un ruolo fondamentale nello sviluppo delle scienze empiriche, offrendo strumenti operativi, criteri condivisi e una disciplina metodologica che ha contribuito in modo decisivo al rigore della ricerca.

Allo stesso tempo, la crescente consapevolezza delle sue insufficienze concettuali, in particolare nella gestione dell’incertezza e nell’interpretazione dell’evidenza, unita alla disponibilità di risorse computazionali avanzate, rende oggi non solo possibile, ma metodologicamente auspicabile, l’esplorazione di paradigmi inferenziali alternativi.

Il passaggio dall’inferenza frequentista a quella bayesiana non rappresenta semplicemente un cambiamento di strumenti analitici, ma un cambio di paradigma nel modo di concepire la probabilità, l’evidenza e il ragionamento scientifico. Esplorare e consolidare questo nuovo paradigma, interpretando l’inferenza come un processo di aggiornamento razionale delle conoscenze sotto incertezza, costituisce l’obiettivo centrale del manuale Inferenza bayesiana in psicologia: ragionare con l’incertezza.