metodi di campionamento mappa concettuale

Approfondisci

Il campionamento è l'insieme delle tecniche con cui si seleziona un sottoinsieme di unità da una popolazione per studiarne le caratteristiche senza esaminarle tutte. I metodi probabilistici, come il campionamento casuale semplice e quello stratificato, permettono di inferire i risultati sulla popolazione con margini di errore calcolabili; quelli non probabilistici, come il campionamento per convenienza o a valanga, sono più rapidi ma limitano la generalizzabilità. La scelta del metodo dipende dagli obiettivi, dalle risorse e dalla disponibilità di un elenco completo della popolazione.

Metodi probabilistici e loro funzionamento
Nei metodi probabilistici ogni unità della popolazione ha una probabilità nota e diversa da zero di essere inclusa nel campione. Questa condizione permette di usare l'inferenza statistica: si possono stimare parametri come medie e proporzioni e calcolare l'errore campionario. Il campionamento casuale semplice è il modello di riferimento, ma in pratica si preferiscono varianti come quello stratificato, che riduce la variabilità suddividendo la popolazione in gruppi omogenei, o quello a grappoli, che riduce i costi selezionando interi gruppi. La condizione essenziale è disporre di una base di campionamento, cioè un elenco che copra la popolazione target senza omissioni gravi.

Metodi non probabilistici e loro limiti
Nei metodi non probabilistici la probabilità di selezione non è nota, quindi non è possibile calcolare l'errore campionario in modo rigoroso. Il campionamento per convenienza seleziona chi è più accessibile, come i passanti in una piazza; quello per quote fissa in anticipo il numero di unità per ciascun sottogruppo, ma la scelta interna resta arbitraria; quello a valanga è utile per raggiungere popolazioni difficili da contattare, perché i partecipanti iniziali indicano altri soggetti. Questi metodi sono rapidi ed economici, ma i risultati possono essere distorti e vanno interpretati con cautela, evitando generalizzazioni troppo ampie.

Distinzioni e errori da conoscere
Una distinzione importante è tra errore di campionamento e bias. L'errore di campionamento è una fluttuazione naturale che diminuisce all'aumentare della dimensione del campione; il bias, invece, è un errore sistematico che non si riduce con più dati, come nel caso di un elenco incompleto o di un questionario proposto solo online. Anche il campionamento sistematico, che prevede la scelta di ogni k-esima unità, è considerato probabilistico solo se il punto di partenza è casuale e l'elenco non presenta un ordine periodico. Infine, un campione di grandi dimensioni non garantisce rappresentatività se il metodo di selezione è distorto.

Come scegliere il metodo adatto
La scelta dipende da obiettivi, risorse e informazioni disponibili. Se esiste un elenco completo della popolazione e si vogliono inferenze precise, un metodo probabilistico è preferibile: casuale semplice per popolazioni omogenee, stratificato quando esistono sottogruppi rilevanti come fasce d'età, a grappoli quando i costi di spostamento sono elevati. Se il tempo e il budget sono limitati o lo studio è esplorativo, un metodo non probabilistico può essere accettabile, purché se ne dichiari il limite. In ogni caso conviene documentare la procedura di selezione, perché la trasparenza del metodo consente ai lettori di valutare l'affidabilità dei risultati.