CAMPIONE, CAMPIONAMENTO E CENSIMENTO

Cos’è il campione?

gruppo ristretto di persone a cui viene somministrato uno strumento

cos’è il campionamento

Il campionamento è una tecnica che ci permette di estrarre da una popolazione (dove per popolazione si intende un’unità di analisi all’interno di uno spazio - tempo) un sottocorpo, cioè dei casi a cui somministriamo il nostro strumento di ricerca.

cos’è il censimento?

Se prendiamo in considerazione tutta la popolazione parliamo di censimento.

quando usiamo il campionamento?

Quando invece non siamo in grado di fare censimento (perché costoso in termini di risorse, tempo e gestione organizzativa), allora optiamo per indagini che usano strategie di campionamento, ovvero estraggono dalla popolazione di riferimento un campione (devi dire proprio cosi: dalla popolazione definita estraiamo un campione).

Tipologie di campionamento

Probabilistico e non probabilistico

Condizioni per far sì che si soddisfi campionamento probabilistico

1) tutti gli elementi devono avere la stessa probabilità di essere estratti a tale probabilità deve essere diversa da zero;

2) Si deve disporre di una lista COMPLETA della popolazione.

Tutti gli elementi della popolazione hanno una probabilità di essere estratti.

VERO O FALSO?

FALSO

Perché tutti gli elementi devono avere la stessa probabilità di essere estratti. (non è detto che verranno estratti tutti)

Raggiungendole tutte inoltre non si tratterebbe di un campionamento ma di un censimento. Nel campionamento invece studiamo in maniera più semplice la popolazione; estraiamo quindi dei casi dalla popolazione con una certa tecnica, con certe caratteristiche, in modo tale che questa piccola parte di popolazione che definiamo “campione” rispecchi alcune caratteristiche della popolazione più ampia.

quali sono le tecniche di estrazione del campionamento probabilistico?

Campionamento casuale semplice

Campionamento sistematico

Campionamento stratificato

Campionamento a stadi

Campionamento a grappoli

Campionamento casuale semplice

presuppone una estrazione casuale che di solito è fatta dal software e i nomi che vengono presentati all'interno della lista completa della popolazione.

Campionamento sistematico

estraggo casualmente un passo di campionamento cioè un numero proporzionato alla dimensione del campionamento.

Esempio: il mio passo di campionamento è 7, perciò andrò ad estrarre dalla mia lista il numero 7, poi il 14, 21, 28 ecc…

Campionamento stratificato

parto da un'ipotesi precisa: so, sulla base di studi precedenti, che la popolazione non è omogenea rispetto alla variabile che voglio analizzare. Quindi divido la popolazione in strati omogenei e seleziono un numero rappresentativo di persone da ciascuno di essi. Così riesco a controllare la variabilità interna alla popolazione e ad avere una rappresentazione più accurata del fenomeno che sto studiando. Una volta creati gli strati, procedo al campionamento all’interno di ciascuno strato. Qui posso utilizzare un metodo casuale semplice oppure sistematico, ma l'importante è che lo faccia separatamente per ogni strato.

Esempio → Supponiamo che io voglia studiare i consumi culturali in Italia. So già che questi variano sensibilmente tra Nord, Centro e Sud. Le persone nelle diverse aree geografiche hanno abitudini molto differenti in termini di frequentazione di cinema, teatri, concerti, mostre, musei e così via. Se utilizzassi un campionamento casuale semplice, potrei estrarre in modo sproporzionato persone di una sola area geografica, ad esempio più partecipanti dal Nord, dove ipotizziamo i consumi culturali sono mediamente più bassi. Questo comporterebbe un rischio: ottenere una rappresentazione distorta dei consumi culturali complessivi, sovrastimando il dato relativo alle aree meno attive culturalmente. Per evitare queste distorsioni, applico un campionamento stratificato. In questo modo divido la popolazione in strati omogenei (in questo caso, per area geografica) e seleziono un numero rappresentativo di persone da ciascuno di essi. Così riesco a controllare la variabilità interna alla popolazione e ad avere una rappresentazione più accurata del fenomeno che sto studiando. Una volta creati gli strati, procedo al campionamento all’interno di ciascuno strato. Qui posso utilizzare un metodo casuale semplice oppure sistematico, ma l'importante è che lo faccia separatamente per ogni strato.

Campionamento a stadi

si utilizza quando non si lavora direttamente con le unità individuali, ma si preferisce procedere per gradi successivi, partendo da unità più grandi e scendendo progressivamente verso quelle più piccole.

Esempio: se voglio condurre una ricerca sugli studenti delle scuole superiori, potrei applicare un campionamento a due stadi.

Primo stadio: Campiono le scuole superiori In questa fase, l’unità di campionamento non sono gli studenti, ma gli istituti scolastici. Posso scegliere un certo numero di scuole in modo casuale o secondo criteri specifici (es. per area geografica, tipologia di istituto, ecc.).

Secondo stadio: All’interno di ciascuna scuola selezionata, campiono un certo numero di classi. Ad esempio, posso decidere di selezionare 2, 3 o 4 classi per ogni istituto. Il numero può variare in base alla dimensione della scuola o ad altri criteri organizzativi. Una volta scelte le classi, somministro il questionario a tutti gli studenti presenti in quelle classi

Campionamento a grappoli

tecnica in cui si selezionano intere unità aggregate — chiamate grappoli — e si includono tutti gli elementi al loro interno. È simile al campionamento a più stadi, ma con una differenza importante: una volta scelti i grappoli, non si procede con ulteriori selezioni al loro interno, ma si prendono tutti i casi presenti nel grappolo.

Esempio: Immaginiamo di voler analizzare la qualità della merce all'interno di una nave cargo. La nave contiene tanti container (che in questo esempio rappresentano i grappoli). Con il campionamento a grappoli io non scelgo i singoli articoli, ma estraggo casualmente alcuni container e poi analizzo tutta la merce contenuta nei container selezionati.

Esempio: Supponiamo di voler fare un’indagine sugli scout. Decido di campionare le "squadriglie", ovvero gruppi organizzati per area (es. scuole o sezioni di una regione).

Scelgo, ad esempio, alcune squadriglie nelle Marche: una volta selezionate, somministro il questionario a tutti gli studenti appartenenti a ciascuna squadriglia.

quali sono gli errori di campionamento

Errori di copertura: lista della popolazione

Errore di campionamento: ampiezza del campione

Errore di non-risposta: mancati contatti e rifiuti

tipologie campionamento non probabilistico

Campionamento accidentale

Campionamento per obiettivi

Campionamento a valanga

Campionamento per quote

Campionamento accidentale

Mi metto fuori dal supermercato e do il mio questionario a quelli che escono. Non so chi sono. Non ho idea di quale sia la pista della popolazione. Mi interessa soltanto che le persone siano frequentatori di questo supermercato.

Campionamento per obiettivi

Io voglio dare questo questionario a quel dirigente di azienda, a quell'altro e a quell'altro ancora, non ad altri. Stabilisco io qual è la finalità per cui somministro il questionario a loro.

Campionamento a valanga

tecnica usata quando la popolazione che si vuole studiare è difficilmente raggiungibile o non facilmente identificabile. Non si parte da un elenco esaustivo, ma si procede per contatti successivi.

Intervisto una prima persona appartenente al gruppo target poi alla fine dell’intervista, chiedo a questa persona di indicarmi altri individui che si trovano nella stessa condizione. Procedo successivamente intervistando i nuovi soggetti, e anche a loro chiedo di segnalarmi altre persone simili. Il processo si ripete, facendo crescere progressivamente il campione, come una valanga che si ingrandisce man mano che scende.

Esempio:

• Immigrati irregolari (non esistono registri ufficiali);

• Persone LGBTQ+ (non sempre dichiarate pubblicamente);

• Consumatori di droghe, lavoratori del sesso, o altri gruppi marginalizzati o stigmatizzati.

In questi casi, il primo contatto spesso avviene tramite associazioni, reti sociali, o contatti personali, e la fiducia gioca un ruolo fondamentale. Il primo partecipante, infatti, “garantisce” per il ricercatore, facilitando l’accesso ad altri membri della comunità

Campionamento per quote

è una tecnica non probabilistica in cui il ricercatore stabilisce in anticipo la composizione del campione in base a determinate caratteristiche della popolazione, come sesso, età, professione, area geografica, ecc.

All’inizio della ricerca, si definiscono delle quote, cioè percentuali prestabilite di soggetti con specifici profili.

Esempio:

• 50% uomini e 50% donne;

• 25% dirigenti, 25% operai, 25% impiegati, 25% studenti;

• 40% lavoratori e 60% non lavoratori.

Il campionamento per quote viene utilizzato quando si vuole:

• riflettere la composizione reale della popolazione, ad esempio rispettando i dati del censimento;

• assicurarsi che tutti i gruppi rilevanti siano rappresentati nel campione;

• condurre indagini in tempi brevi e con risorse limitate, senza dover ricorrere al sorteggio casuale dei partecipanti.

La definizione delle quote non può essere arbitraria: deve esserci una base teorica o empirica che giustifichi la scelta.

Ad esempio, se so che nella popolazione reale c’è un’equa distribuzione tra uomini e donne, posso decidere di riflettere questa proporzione nel mio campione.

cos’è la rappresentatività

In statistica, un campione rappresentativo è quello che riesce a mantenere sotto controllo alcune caratteristiche rilevanti della popolazione (ad esempio sesso, età, area geografica, titolo di studio), non tutte.

caratteristica della rappresentatività

Più caratteristiche si vogliono rappresentare, più il campionamento diventa complesso e difficile da realizzare

quante variabili può rappresentare

Di solito, si riescono a garantire 2-3 variabili chiave, ma non si può pretendere di riprodurre l’intera struttura della popolazione nel campione.