Tipi di metodi di campionamento (con esempi)

I ricercatori spesso vogliono rispondere a domande su popolazioni come:

• Qual è l’altezza media di una determinata specie di piante?
• Qual è il peso medio di una certa specie di uccelli?
• Quale percentuale di cittadini in una determinata città sostiene una determinata legge?

Un modo per rispondere a queste domande è raccogliere dati su ciascun individuo della popolazione di interesse.

Tuttavia, questo di solito è troppo costoso e richiede molto tempo, quindi i ricercatori prendono invece un campione della popolazione e utilizzano i dati campione per trarre conclusioni sulla popolazione nel suo insieme.

Esistono molti metodi diversi che i ricercatori possono potenzialmente utilizzare per inserire gli individui in un campione. Questi sono conosciuti come metodi di campionamento .

In questo articolo condividiamo i metodi di campionamento più comunemente utilizzati in statistica, compresi i vantaggi e gli svantaggi dei diversi metodi.

Metodi di campionamento probabilistico

La prima classe di metodi di campionamento è conosciuta come metodi di campionamento probabilistico , perché ogni membro di una popolazione ha la stessa probabilità di essere selezionato per far parte del campione.

Campione casuale semplice

Definizione: ogni membro di una popolazione ha la stessa probabilità di essere selezionato per far parte del campione. Seleziona i membri in modo casuale utilizzando un generatore di numeri casuali o mezzi di selezione casuale.

Esempio: mettiamo i nomi di ogni studente di una classe in un cappello e estraiamo i nomi a caso per ottenere un campione di studenti.

Vantaggio: i campioni casuali semplici sono generalmente rappresentativi della popolazione di interesse poiché ogni membro ha le stesse probabilità di essere incluso nel campione.

Campione casuale stratificato

Definizione: divisione di una popolazione in gruppi. Selezionare casualmente alcuni membri di ciascun gruppo per farli parte del campione.

Esempio: dividere tutti gli studenti di una scuola in base al loro livello: matricole, seconde, junior e senior. Chiedi a 50 studenti di ogni classe di completare un sondaggio sui pasti scolastici.

Vantaggio: i campioni casuali stratificati garantiscono che i membri di ciascun gruppo di popolazione siano inclusi nell’indagine.

Campione casuale clusterizzato

Definizione: divisione di una popolazione in gruppi. Seleziona casualmente alcuni cluster e includi tutti i membri di questi cluster nel campione.

Esempio: un’azienda che offre escursioni di osservazione delle balene desidera intervistare i propri clienti. Dei dieci tour offerti al giorno, selezionano casualmente quattro tour e chiedono a ciascun cliente la sua esperienza.

Vantaggio: i campioni casuali cluster raccolgono tutti i membri di determinati gruppi, il che è utile quando ciascun gruppo riflette la popolazione nel suo complesso.

Campionamento casuale sistematico

Definizione: collocare ciascun membro di una popolazione in un determinato ordine. Scegli un punto di partenza casuale e seleziona ogni ^ennesimo membro che faccia parte del campione.

Esempio: un insegnante ordina gli studenti in ordine alfabetico per cognome, sceglie casualmente un punto di partenza e sceglie uno studente su cinque da inserire nel campione.

Vantaggio: i campioni casuali sistematici sono generalmente rappresentativi della popolazione di interesse poiché ogni membro ha le stesse possibilità di essere incluso nel campione.

Metodi di campionamento non probabilistico

Un’altra classe di metodi di campionamento è nota come metodi di campionamento non probabilistico , poiché non tutti i membri di una popolazione hanno la stessa probabilità di essere selezionati per far parte del campione.

Questo tipo di metodo di campionamento viene talvolta utilizzato perché è molto più economico e più pratico dei metodi di campionamento probabilistico. Viene spesso utilizzato durante le analisi esplorative quando i ricercatori vogliono semplicemente acquisire una conoscenza iniziale di una popolazione.

Tuttavia, i campioni risultanti da questi metodi di campionamento non possono essere utilizzati per trarre conclusioni sulle popolazioni da cui provengono, perché generalmente non sono campioni rappresentativi.

Campione di convenienza

Definizione: scelta dei membri facilmente disponibili di una popolazione da includere nel campione.

Esempio: durante il giorno un ricercatore sta davanti a una biblioteca e intervista i passanti.

Svantaggio: la posizione e l’ora del giorno influenzeranno i risultati. È più che probabile che il campione soffra di errori di sottostima poiché alcune persone (ad esempio coloro che lavorano durante il giorno) non saranno rappresentate nel campione.

Campione di risposta volontaria

Definizione: un ricercatore chiede ai volontari di essere inclusi in uno studio e i membri di una popolazione decidono volontariamente se essere inclusi o meno nel campione.

Esempio: un conduttore radiofonico chiede agli ascoltatori di andare online e completare un sondaggio sul suo sito web.

Svantaggio: le persone cherispondono volontariamente avranno probabilmente opinioni più forti (positive o negative) rispetto al resto della popolazione, rendendole un campione non rappresentativo. Utilizzando questo metodo di campionamento, è probabile che il campione soffra di bias dovuti alla mancata risposta : alcuni gruppi di persone hanno semplicemente meno probabilità di fornire risposte.

Campione di palle di neve

Definizione: i ricercatori reclutano i soggetti iniziali per partecipare a uno studio, quindi chiedono a tali soggetti iniziali di reclutare ulteriori soggetti per partecipare allo studio. Utilizzando questo approccio, la dimensione del campione diventa sempre più grande man mano che ogni soggetto aggiuntivo recluta più soggetti.

Esempio: i ricercatori stanno conducendo uno studio su persone affette da malattie rare, ma è difficile trovare persone che effettivamente abbiano la malattia. Tuttavia, se riescono a trovare solo poche persone iniziali che partecipino allo studio, possono poi chiedere loro di reclutare altre persone che potrebbero conoscere attraverso un gruppo di supporto privato o altri mezzi.

Svantaggio: è probabile che si verifichino errori di campionamento. Poiché i soggetti iniziali reclutano soggetti aggiuntivi, è probabile che molti soggetti condividano tratti o caratteristiche simili che potrebbero non essere rappresentativi della più ampia popolazione studiata. Pertanto, i risultati del campione non possono essere estrapolati alla popolazione.

Scopri di più sul campionamento a valanga qui .

Campione puro

Definizione: i ricercatori reclutano individui in base a chi ritengono possa essere più utile per l’obiettivo del loro studio.

Esempio: I ricercatori vogliono conoscere le opinioni dei residenti di una città sulla potenziale installazione di una nuova palestra di arrampicata nella piazza del paese. Quindi cercano volutamente persone che frequentano altre palestre di arrampicata in città.

Svantaggio: è improbabile che gli individui nel campione siano rappresentativi della popolazione complessiva. Pertanto, i risultati del campione non possono essere estrapolati alla popolazione.