Campionamento sistematico

In questo articolo spieghiamo cos’è il campionamento sistematico, le sue caratteristiche e come si effettua. Vedrai anche un esempio di campionamento sistematico. Inoltre, imparerai quali sono i vantaggi e gli svantaggi del campionamento sistematico e quando dovrebbe essere utilizzato questo tipo di campionamento.

Cos’è il campionamento sistematico?

Il campionamento sistematico è un metodo probabilistico utilizzato per selezionare gli elementi che faranno parte del campione per uno studio statistico. Nel campionamento sistematico, un elemento viene prima selezionato in modo casuale e gli altri elementi del campione vengono selezionati a intervalli fissi.

Pertanto, nel campionamento sistematico, una volta selezionato casualmente il primo individuo dal campione, dobbiamo contare tanti numeri quanto l’intervallo desiderato per estrarre l’individuo successivo dal campione. E ripetiamo successivamente la stessa procedura finché non avremo nel campione tanti individui quanto la dimensione del campione che desideriamo ottenere.

D’altra parte, dovresti sapere che esistono più metodi per selezionare gli individui da un campione. Le tipologie di campionamento più utilizzate sono:

• Campionamento casuale semplice
• campionamento stratificato
• campionamento sistematico
• Campionamento a grappolo

Su probabilistica.com abbiamo una spiegazione dettagliata di ciascun tipo di campionamento probabilistico, quindi se sei più interessato puoi cercare come viene eseguito ciascuno di essi sul nostro sito web.

Come effettuare un campionamento sistematico

I passaggi per effettuare un campionamento casuale sistematico sono i seguenti:

1. Definire la popolazione target.
2. Determinare la dimensione del campione desiderata.
3. Calcolare l’ intervallo di campionamento . Per fare ciò, la dimensione della popolazione viene divisa per la dimensione del campione.
4. Seleziona a caso il primo elemento del campione.
5. Seleziona gli elementi rimanenti del campione. Per fare ciò, l’intervallo di campionamento viene successivamente aggiunto al numero selezionato nel passaggio precedente.

È importante che il primo elemento selezionato nel campionamento sistematico sia casuale, perché in realtà è l’unico elemento del campione ad essere selezionato in modo casuale. In caso contrario, la casualità del campionamento sistematico sarebbe compromessa. Ecco perché il ricercatore deve garantire che tutti gli elementi della popolazione abbiano la stessa probabilità di essere selezionati come punto di partenza.

Allo stesso modo, poiché gli elementi del campione nel campionamento sistematico vengono selezionati a intervalli, potrebbe non esserci un elemento di un certo tipo nel campione finale e quindi il campione potrebbe non essere sufficientemente rappresentativo. Ma questo è un rischio che corriamo quando effettuiamo un campionamento sistematico.

Infine, bisogna tenere conto che l’intervallo di campionamento non è un modello, perché in tal caso il campione selezionato non sarà adeguato e lo studio statistico darà risultati inaffidabili.

Esempio di campionamento sistematico

Dopo aver visto la definizione di campionamento sistematico, spiegheremo un esempio di questo tipo di campionamento in modo da comprenderne meglio il significato.

Se ad esempio desideriamo effettuare un campionamento sistematico su una popolazione di 1000 elementi per ottenere un campione di 50 elementi, dovremo procedere nel modo seguente.

Innanzitutto dobbiamo calcolare l’intervallo di campionamento. Per fare ciò, dividiamo semplicemente la dimensione della popolazione per la dimensione del campione:

In secondo luogo, dobbiamo selezionare casualmente il primo soggetto del campione. Per eseguire questo passaggio esistono diversi metodi, ma è possibile utilizzare, ad esempio, il programma per computer Excel per ottenere un numero casuale da 1 a 20 (si consiglia di inserire il primo numero nel primo frammento). Supponiamo di ottenere il numero 17.

Successivamente, dobbiamo aggiungere l’intervallo di campionamento (20) al numero 17 per selezionare gli elementi successivi dal campione. Dobbiamo selezionare altri 49 numeri, poiché la dimensione del campione desiderata è 50.

In modo che gli elementi della popolazione che si identificano con i dati che escono sono quelli selezionati per far parte del campione dello studio statistico.

Vantaggi e svantaggi del campionamento sistematico

Il campionamento sistematico presenta i seguenti vantaggi e svantaggi:

Come abbiamo visto nell’esempio precedente, il campionamento sistematico è rapido e facile da eseguire. Anche se non sembra, questa proprietà è importante perché comporta un costo economico inferiore.

Un altro aspetto positivo del campionamento sistematico è che campiona dall’intera popolazione. D’altra parte, in altri tipi di campionamento, potremmo ad esempio prelevare elementi solo dalla prima metà della popolazione.

Uno svantaggio del campionamento sistematico è che l’ordine in cui sono collocati gli elementi della popolazione può condizionare l’affidabilità dei risultati statistici, perché se esiste un certo tipo di periodicità o modello, si potrebbe ottenere un campione distorto. Ad esempio, se ordiniamo una popolazione di uomini e donne come segue:

Con questo ordine, se prendiamo un intervallo di campionamento pari a 2, selezioneremo solo donne o solo uomini a seconda del punto di origine. Pertanto, otterremo un campione inaffidabile.

Infine, un altro aspetto negativo del campionamento sistematico è che un solo elemento viene selezionato in modo casuale, il che condiziona il resto degli elementi del campione. A differenza di altri tipi di campionamento in cui il caso è molto più presente durante tutta la procedura.

Quando utilizzare il campionamento sistematico

Infine, vi mostriamo quando è pratico utilizzare il campionamento sistematico e quando no, poiché questo sistema di campionamento non è sempre utilizzabile.

Il campionamento sistematico può essere utilizzato quando è necessario un metodo di campionamento semplice e rapido da implementare. In altre parole, quando il budget del progetto è limitato, il campionamento sistematico è un’ottima opzione perché richiede poche risorse per realizzarlo.

Come abbiamo visto in tutto l’articolo, non è pratico utilizzare questo tipo di campionamento quando la popolazione mostra un certo tipo di modello, poiché si potrebbe ottenere un campione distorto.

Infine, se nella popolazione sono presenti molti gruppi diversi, o in altre parole, se questa ha molti strati, è preferibile utilizzare il campionamento stratificato perché consente l’analisi statistica degli strati separatamente, che non consente il campionamento sistematico.