I più importanti tipi di ricerca campionaria



il tipi di campionamento di ricerca Sono classificati in due grandi gruppi: campionamento probabilistico e campionamento non probabilistico.

Tra i metodi di campionamento probabilistico vi sono: campionamento casuale sistematico, campionamento casuale semplice, campionamento casuale da parte di cluster o aree e campionamento casuale stratificato.

D'altra parte, le tecniche non probabilistiche comprendono il campionamento della convenienza, il campionamento delle quote, il campionamento casuale, il campionamento discrezionale e la tecnica della palla di neve.

Nella ricerca, un campione è un insieme finito della popolazione, le cui proprietà sono studiate con l'obiettivo di ottenere informazioni dal gruppo a cui appartengono (Webster, 1985). Sebbene il campione sia piccolo, costituisce un gruppo rappresentativo del tutto.

In questo senso, il campionamento è l'atto, il processo e la tecnica che comporta la selezione di individui adatti, che rispettano i parametri indicati da un'indagine e che costituiscono una parte rappresentativa della popolazione studiata.

Tipi di campioni di ricerca più importanti

1- campionamento probabilistico

Il campionamento probabilistico, chiamato anche campionamento casuale, è il processo di selezione in cui ciascuno degli individui di una popolazione ha la stessa probabilità (che è maggiore di 0) di essere selezionato per far parte del campione. In questo tipo di campionamento, la probabilità di essere selezionati può essere determinata con precisione.

Caratteristiche del campionamento probabilistico

  • La probabilità di selezione è nota.
  • Non garantisce la rappresentazione di tutti i tratti che desideri studiare nella ricerca.
  • Si basa su principi statistici.

Tipi di campionamento probabilistico

Campionamento casuale semplice
  • È il più comune dei metodi di campionamento.
  • Può essere applicato quando la popolazione è piccola, omogenea e disponibile per il ricercatore.
  • Tutti i membri della popolazione hanno la stessa probabilità di essere selezionati.
  • Per selezionare il semplice campione casuale, metodi simili a quelli di una lotteria, vengono utilizzati generatori di numeri casuali o vengono estratti i nomi da una ciotola in cui sono rappresentati tutti gli individui della popolazione.
vantaggio
  • È facile calcolare le stime con questo tipo di campionamento.
svantaggi
  • Non può essere applicato quando la popolazione è molto grande.
  • I gruppi di minoranza di interesse per il ricercatore potrebbero non essere sufficientemente rappresentati all'interno del semplice campione casuale.
esempio

In una scuola ci sono 100 studenti, di cui si intende estrarre un campione di 10 individui. Per iniziare, vengono elencati gli studenti da 1 a 100. Successivamente, viene condotta una lotteria per determinare le 20 persone che verranno selezionate.

Va notato che in questo caso la probabilità è nota, cioè ogni studente ha una probabilità 1/10 di essere scelto.

Campionamento casuale sistematico
  • Dipende dall'organizzazione della popolazione per studiare in un modello specifico, una lista, per esempio.
  • Il primo elemento è selezionato a caso; È importante sottolineare che l'elemento iniziale non dovrebbe essere quello che è in cima alla lista. Successivamente, gli altri elementi del campione vengono selezionati sistematicamente, tenendo conto di un logaritmo specifico.
  • Ogni elemento ha la stessa probabilità di selezione.
  • Un esempio di campionamento casuale sistematico consiste nel prendere l'elenco telefonico e selezionare ogni decimo nome nell'elenco.
vantaggio
  • Il processo di selezione è relativamente facile.
  • Il campione è distribuito equamente in tutta la popolazione.
  • Il campione ottenuto è rappresentativo.
svantaggi
  • La selezione del campione è distorta, poiché l'ordine degli elementi della lista può essere manipolato in modo che rispondano alle esigenze del ricercatore.
Campionamento casuale stratificato
  • I membri della popolazione sono organizzati in categorie o strati che si escludono a vicenda. Ogni strato è soggetto a un singolo processo di campionamento.
  • È ideale quando il ricercatore vuole che il campione sia rappresentativo di tutti i parametri della ricerca che viene effettuata.
  • Le unità all'interno dello stesso strato hanno la stessa probabilità di essere selezionate.
  • Si basa su due principi base: stratificazione e apposizione.
  • La stratificazione si riferisce al processo di formazione degli strati. Questo processo deve garantire l'omogeneità all'interno degli elementi di uno strato e l'eterogeneità tra uno strato e l'altro.
  • L'apposizione si riferisce alla distribuzione equa del campione tra tutti gli strati. Può essere raggiunto attraverso tre processi:

- L'uguale apposizione, in cui viene selezionato lo stesso numero di individui in ogni strato in modo che facciano parte del campione.

- L'allocazione proporzionale, in cui gli elementi di ogni strato sono selezionati tenendo conto della dimensione di questi. Gli strati con maggiore quantità avranno una maggiore rappresentazione degli individui.

- L'apposizione di Neyman, in cui viene effettuata la selezione del campione tenendo conto della dispersione degli strati.

vantaggio
  • Garantisce una rappresentazione proporzionale all'interno di ciascuno degli strati.
  • Garantisce la rappresentazione di sottogruppi di interesse per il ricercatore, a differenza del semplice campionamento casuale.
  • Poiché ogni strato è considerato una popolazione separata, è possibile utilizzare metodi di campionamento che rispondono alle caratteristiche individuali di ciascun sottogruppo.
svantaggi
  • Richiede più lavoro, poiché i campionamenti devono essere preparati per ciascuno dei sottogruppi.
  • Se i criteri di stratificazione non sono abbastanza specifici, un individuo può appartenere a due strati contemporaneamente.
  • La stratificazione può essere manipolata dal ricercatore.
Campionamento casuale da parte di conglomerati o aree
  • La popolazione è divisa in conglomerati o aree. In generale, la posizione geografica è il criterio che viene preso in considerazione per effettuare detta divisione.
  • Le unità selezionate per i campioni sono gruppi e non individui.
  • I conglomerati sono costituiti da individui con caratteristiche diverse. Quanto più eterogenei sono gli elementi interni di un conglomerato, tanto migliori saranno i risultati ottenuti.
  • È un tipo di campionamento che ha due fasi:

- Nella prima fase, vengono selezionate le aree da studiare.

- Nella seconda fase, gli elementi vengono selezionati all'interno di quelle aree.

vantaggio
  • Permette di studiare numerose popolazioni.
  • Permette di studiare popolazioni che sono distribuite in una vasta area geografica.
  • Può ridurre i costi della ricerca, poiché consente di studiare gruppi e non individui.
svantaggi
  • Non può essere applicato se i conglomerati differiscono l'uno dall'altro.
  • Per ottenere campioni rappresentativi, è necessario prendere elementi dai conglomerati dell'intera area geografica studiata. Per questo, è necessario muoversi; Quindi, anche se è vero che questo tipo di campionamento diminuisce i costi in termini di applicazione delle indagini ai singoli, li aumenta in termini di trasporto.
Differenze tra il campionamento casuale stratificato e il campionamento casuale da parte dei conglomerati
  • Nel campionamento statistico la popolazione è divisa in gruppi esclusi, ad esempio: sesso, età, tra gli altri. Nel campionamento da parte dei conglomerati, la popolazione è divisa in gruppi che possono essere confrontati, ad esempio: famiglie, scuole, città, tra gli altri.
  • La stratificazione ha un basso margine di errore, mentre nei conglomerati il ​​margine di errore è maggiore.
  • Tutti gli strati hanno una rappresentazione all'interno del campione stratificato, mentre non tutti i gruppi sono rappresentati all'interno del campione da cluster.
  • Nel campionamento stratificato, si ottengono risultati migliori quando gli elementi all'interno degli strati sono omogenei. D'altra parte, nel campionamento conglomerato, si ottengono risultati migliori quando gli elementi che compongono i gruppi sono eterogenei.

2- Campionamento non probabilistico

Il campionamento non probabilistico o non casuale si riferisce a qualsiasi metodo per ottenere campioni in cui gli individui siano selezionati tenendo conto dei criteri del ricercatore, della posizione geografica e della disponibilità della popolazione, tra gli altri.

Non è un tipo di campionamento scientifico, è solitamente usato nelle indagini sociali.

Caratteristiche del campionamento non probabilistico

  • Alcuni individui della popolazione non hanno possibilità di essere selezionati.
  • La probabilità di selezione non può essere determinata, a differenza del campionamento probabilistico.
  • Si basa sulla selezione del campione tenendo conto di criteri come l'interesse per il ricercatore.
  • I risultati del campionamento non casuale non sono affidabili in termini di probabilità e sono meno accurati del campionamento probabilistico.
  • È meno costoso rispetto al campionamento probabilistico.
  • Puoi commettere errori, poiché è un metodo soggettivo.

Tipi di campionamento non probabilistico

Campionamento a rate
  • La popolazione è divisa in gruppi esclusivi, come nel caso del campione casuale stratificato.
  • Successivamente, entra in gioco la parte non probabilistica di questo campionamento. Gli individui all'interno dei sottogruppi sono selezionati tenendo conto del giudizio dello sperimentatore e dei loro interessi.
  • La selezione del campione non è casuale e mostra parzialità o pregiudizio.
Campionatura per comodità
  • Il campione è selezionato dalla parte della popolazione più conveniente. Questa convenienza può essere determinata da diversi aspetti: prossimità geografica, familiarità con gli elementi del campione, disponibilità degli elementi del campione, tra gli altri.
  • La selezione del campione non dipende dalle esigenze dell'indagine.
  • Il ricercatore non può fare generalizzazioni sulla popolazione con i risultati ottenuti attraverso un campione di convenienza, poiché questo non è rappresentativo.
  • Questo tipo di campionamento è di beneficio per coloro che desiderano effettuare studi sperimentali o test pilota.
Campionamento discrezionale o di prova
  • Il ricercatore seleziona gli individui che, secondo i suoi criteri, ritiene più opportuno svolgere la sua ricerca.
  • Di solito sono campioni ridotti.
Campionatura di palla di neve o da referral
  • Un piccolo numero di individui è selezionato per svolgere lo studio. Questi individui soddisfano i criteri necessari per la ricerca che si intende realizzare.
  • Successivamente, a questi individui viene chiesto di invitarne di nuovi che, secondo loro, soddisfano i criteri richiesti e così via.
  • Il campione cresce considerevolmente grazie al sistema di riferimento, che assomiglia a una palla di neve che rotola giù da una collina (da cui il nome).
  • Questo metodo è adatto per ottenere campioni da popolazioni a cui è difficile accedere. Ad esempio, se viene condotto uno studio sui tossicodipendenti, è molto improbabile che ci siano elenchi di persone con questa condizione disponibile. Quindi, è meglio contattare una persona che soddisfi la caratteristica richiesta e portarla più persone.
  • I campioni ottenuti con questo metodo non sono rappresentativi.
Campionamento causale o accidentale
  • Gli individui vengono selezionati senza tener conto di alcun giudizio precedente.
  • Assomiglia al campionamento della convenienza, dal momento che vengono presi gli individui dalla popolazione che sono disponibili.

riferimenti

  1. Campionamento. Estratto il 28 aprile 2017 da ssc.wisc.edu.
  2. Fridah, Mugo. Campionamento nella ricerca. Estratto il 28 aprile 2017 da indiana.edu.
  3. Chaturvedi, Kanupriya. Estratto il 28 aprile 2017 da pitt.edu.
  4. Campionamento. Estratto il 28 aprile 2017 da flinders.edu.au.
  5. Barreiro. Popolazione e campione. Tecniche di campionamento Estratto il 28 aprile 2017 da optimierung.mathematik.uni-kl-de.
  6. Tecniche di campionamento Estratto il 28 aprile 2017 da cs.fit.edu.
  7. Journal of Mixed Methods Research (2007). Estratto il 28 aprile 2017 da sociologyofeurope.unifi.it.
  8. Landreneau. Strategie di campionamento Estratto il 28 aprile 2017 da natco1.org.