Campionamento e questionari

Campionamento

Procedimento

• Individuare un gruppo o oggetti di interesse => unità di analisi; la somma delle unità di analisi: universo/popolazione.

• Cercare un sottoinsieme che rappresenti adeguatamente la popolazione globale. Non necessario che la popolazione sia omogenea, ma la variabilità deve essere ben rappresentata dal campione.

Scelta del campione: rappresentatività e casualità

• Ampiezza del campione (solitamente non superiore a qualche migliaia di unità).

• Considerato come un’approssimazione dell’insieme.

• Principio di rappresentatività: il campione deve ridurre, su scala ridotta, la composizione della popolazione in rapporto ad alcune caratteristiche o proprietà.

• Principio di rappresentatività statistica: il campione deve presentare una distribuzione quanto più somigliante possibile a quella riscontrabile nell'intera popolazione, in relazione ai caratteri considerati discriminanti.

Vantaggi

• Rimarcare tempo e denaro.

• Elevata percentuale di risposta e maggior cooperazione di chi risponde.

Costruzione della lista di campionamento

=> Elenco di tutti gli oggetti deve comparire ciascun membro della popolazione; spesso il ricercatore deve basarsi su uno o più elenchi. Bisogna considerare anche gli elementi che rimangono esclusi dal campionamento. Maggiori problemi nel creare una lista quando sorgono in campioni su larga scala oppure in studi che hanno per oggetto nazioni, città o comuni.

Un metodo preciso: il censimento

Vantaggio di trovare persone con caratteristiche specifiche.

Campionamento probabilistico

• Campionamento casuale semplice: Ogni individuo ha pari probabilità di essere scelto per un campione e ogni gruppo di individui ha uguale probabilità di entrare a far parte del campione effettivo. Dopo aver creato una corretta lista di campionamento bisogna estrarre gli individui in modo che non si produca alcuna distorsione. Non vi è la reimmissione. Procedimento è formato dall’assegnazione di un numero a ogni individuo della lista e di conseguenza il ricercatore deve scegliere dei numeri a caso. Vantaggio di evitare distorsioni e di fornire strumenti statisti in grado di stimare gli errori di campionamento. (p=1/N-n)
• Campionamento sistematico 1/k: Campione costruito selezionato un elemento della lista di campione ogni k. Più pratico, produce meno errori. (k=N/n intervallo di campionamento).
• Campionamento stratificato: Si ottiene separando gli elementi della popolazione in sottogruppi chiamati strati e in seguito si sceglie un campione casuale semplice all’interno di ogni strato.
• Campionamento a grappolo: Un campione casuale semplice in cui ogni unità è un aggregato o grappolo di elementi. Viene utilizzato quando è impossibile o poco pratico costruire una lista le cui unità coincidono con gli elementi. Vantaggio economico e di tempo, ma svantaggio in quanto non è un unico campione, con la possibilità di incorrere in errori di campionamento.
• Campionamento a stadi: Si prendono man mano campioni in ogni stadio scelto.

Campionamento non probabilistico

• Campionamento per quote: Evitale a quello stratificato, ma con una precisazione che ogni stato è generalmente rappresentato nel campione nella stessa proporzione che ha nella popolazione. Prima decide gli stati rilevanti poi stabilisce per ognuno una quota proporzionata alla popolazione.
• Campionamento per dimensioni: Specificare tutte le dimensioni che interessano nella popolazione e quindi accertarsi che ogni combinazione di queste dimensioni sia rappresentata almeno da un caso.
• Campionamento per obiettivi: Ricercatore utilizza il suo giudizio riguardo alla scala dei rispondenti e utilizza solo quelli che corrispondono meglio alle finalità della ricerca.
• Campionamento a valanga: Prima fase vedono identificate e intervistate alcune persone con determinate caratteristiche che vengono utilizzate come informatori per identificare altre persone con le caratteristiche necessarie per essere incluse nel campione. La seconda fase prevede l’intervista a queste ultime che a loro volta permettono di avvicinarsi a persone con determinate caratteristiche.
• Campionamento a scelta ragionata
• Campionamento bilanciato
• Campionamento telefonico

Ampiezza del campione

=> Dipende dalla natura del campione, dalla finalità della ricerca ed all’ampiezza della popolazione. Indispensabile raggiungere almeno l’ampiezza di campione minima necessaria per rappresentare accuratamente la popolazione, un rappresentazione non accurata porta a fare errori.

Popolazione con uguale eterogeneità: più ampia è la popolazione più ampio è il campione. Popolazione di uguale dimensione: più grande è l’eterogeneità più ampio è il campione. Per una popolazione in cui non c’è variabilità o eterogeneità ridettò a una variabile sarà sufficiente un campione di una qualsiasi ampiezza.

Distribuzione campionaria

Estraendo un gran numero di campioni di una data ampiezza.

Teorema del limite centrale

Le medie del campione saranno distribuite normalmente attorno alla media della popolazione. La media di tutte le medie coincide con la media della popolazione.

Errori di campionamento

• Errore campionario: Quando il campione non è probabilistico; livello di fiducia: la probabilità di corrispondenza alla realtà del campione; intervallo di fiducia: intervallo all’interno del quale si presume il valore esatto del dato che si commenta. Dipende da: ampiezza della popolazione, eterogeneità dei soggetti che compongono la popolazione e dal livello di fiducia.
• Errore non campionario: Riguardano le domande, condizionamento delle risposte, non risposta: Di copertura.