Il campionamento è il processo mediante il quale viene selezionato un gruppo di osservazioni che appartengono a una popolazione. Questo, al fine di effettuare uno studio statistico.
Il campionamento, in altre parole, è la procedura con cui vengono prelevati alcuni individui appartenenti ad una popolazione che viene sottoposta ad analisi.
Il campionamento è necessario a causa del fatto che le popolazioni possono essere troppo grandi e non è possibile (economicamente e materialmente parlando) raccogliere dati da tutti gli individui.
L'obiettivo è che il campione sia rappresentativo. Vale a dire che i suoi indicatori come l'età media, il reddito medio, la percentuale di uomini e donne, tra gli altri, sono uguali o molto simili a quelli della popolazione.
Tipi di campionamento
Le tipologie di campionamento possono essere distinte in base a diversi criteri. Pertanto, in base alla tecnica di selezione del sottogruppo, è possibile differenziare quanto segue:
Campionamento probabilistico
Le osservazioni sono selezionate sulla base della casualità, cioè casualmente. In questa categoria possiamo trovare:
- Campionamento casuale semplice: Tutti gli individui della popolazione hanno la stessa probabilità di essere scelti come parte del campione. Ha vantaggi, come il fatto che è facile da eseguire attraverso i sistemi informatici. Tuttavia, è richiesto un elenco completo dell'intera popolazione e, se il campione è molto piccolo, la selezione potrebbe non essere rappresentativa.
- Sistematico: Si sceglie a caso un'osservazione e, per selezionare il resto del campione, si utilizzano intervalli numerici regolari. Cioè, supponiamo che io abbia una popolazione di 10.000 e seleziono casualmente l'osservazione 600, dopo di che posso considerare intervalli di 30 osservazioni. In questo caso, prenderesti le osservazioni 600, 630, 660, 690, 720, 750, 780 e così via.
- Stratificato casuale: La popolazione è suddivisa in strati, che sono gruppi che condividono caratteristiche comuni e sono ancora più omogenei della popolazione nel suo insieme. Quindi, viene selezionato un campione, in modo casuale o sistematico, all'interno di ogni strato. L'obiettivo è raggiungere una rappresentatività di ogni strato.
- Per conglomerati o cluster: Consiste nel creare gruppi più piccoli della popolazione, che riflettano o condividano tutte le caratteristiche della popolazione. Quindi scegliamo uno dei cluster come campione e lo analizziamo in dettaglio.
Campionamento non probabilistico
La selezione del campione non dipende dalla probabilità, ma dalla decisione dei ricercatori. Possiamo distinguere alcune sottocategorie:
- Metodo della fiducia nei soggetti disponibili: Consiste nel fatto che il ricercatore catturi i soggetti a sua disposizione. Questo, ad esempio, in un punto geografico in un determinato momento.
- Opinione o metodo intenzionale: Il ricercatore utilizza il proprio giudizio o criteri per scegliere chi parteciperà come parte del campione. In altre parole, continuando con l'esempio precedente, il ricercatore potrebbe raccogliere il campione in un luogo e in un momento specifici. Ma potresti, visti gli obiettivi della ricerca, decidere di includere solo coloro che sono sposati e tra i 20 ei 30 anni.
- Causale o incidentale: Il ricercatore seleziona direttamente gli individui che faranno parte del campione. Ad esempio, agli studenti di una scuola. Questo, dato che hai un facile accesso ad essi.
- Palla di neve: Consiste nel fatto che, dopo aver individuato il primo soggetto (oi primi soggetti) del campione, il ricercatore chiede a lui (oa loro) aiuto per identificare altri individui con quelle stesse caratteristiche. È una tecnica utilizzata quando è difficile individuare un gruppo specifico a causa del trattamento di dati sensibili, ad esempio gli immigrati clandestini.
- A rate: Il ricercatore, tenendo conto della composizione della popolazione, e dividendo per gruppi o strati, effettuerà una selezione proporzionale del campione. Ad esempio, immaginiamo che nella popolazione ci sia il 40% delle persone sotto i 25 anni, il 35% delle persone tra i 25 ei 50 anni e il 25% degli individui sopra i 50 anni. Quindi, un campione di 4.000 persone avrebbe 1.600 soggetti di età inferiore ai 25 anni, 1.400 tra i 25 ei 50 anni e 1.000 adulti di età superiore ai 50 anni. Va notato che le persone che copriranno ciascuna rata saranno selezionate con un metodo non probabilistico, ovvero una delle tecniche sopra spiegate.
Allo stesso modo, va notato che il campionamento può essere semplice, se eseguito una sola volta; doppio, quando vengono catturati due campioni (il secondo può essere utilizzato se il primo non dà risultati definitivi); o multiplo (è simile al doppio, ma con più di due campioni).