Tipi di campionamento e le loro caratteristiche (con esempi)

IL Tipi di campionamento Sono i vari modi per estrarre dati da una parte del totale, un potente strumento statistico la cui funzione è determinare quale parte della popolazione o dell'universo è necessario per esaminare, per eseguire le inferenze e ottenere informazioni sullo stesso.

Il campionamento è molto importante quando non è possibile o non si desidera analizzare la popolazione completa. Si noti che il termine "popolazione" non si riferisce solo a un ampio insieme di persone o esseri viventi, ma in generale agli elementi totali che saranno studiati in un determinato problema.

Secondo il tipo di campionamento scelto, la parte della popolazione considerata più rappresentativa viene selezionata, sempre secondo gli obiettivi.

Naturalmente, quando viene presa solo una parte dell'universo di dati, è possibile passare alcuni dettagli trascurati e omettere le informazioni, motivo per cui i risultati non saranno così precisi come dovrebbero. Questo è noto come Errore di campionamento.

L'idea è di semplificare il più possibile l'universo dei dati, scegliendo il campione più rappresentativo in grado di fornire le massime informazioni, per garantire la validità dei risultati.

Campionamento probabilistico	Campionamento non probabilicistico
Quantitativo.	Qualitativo.
Maggiore tempo e investimento di risorse.	Costo molto basso.
Ogni elemento della popolazione ha la stessa probabilità di essere selezionato.	Gli elementi sono selezionati in base agli interessi dell'indagine.
Può essere eseguito con sostituzione o sostituzione.	Il ricercatore deve conoscere le caratteristiche della popolazione.

[TOC]

Tipi di campionamento probabilistico o casuale

Un campionamento probabilistico si basa sulla probabilità che i soggetti del campione debbano essere selezionati. In questo modo, ad ogni elemento della popolazione viene data una possibilità nota di essere scelto, che ovviamente deve essere maggiore di 0.

Questo è estremamente importante, perché può accadere che da un universo di dati, è stato selezionato un campione che non è rappresentativo del set.

In tal caso, i risultati saranno prevenuto, Dal momento che alcune parti della popolazione saranno più favorite rispetto ad altre. Per evitare distorsi.

Semplice campionamento casuale

Questo è un modo semplice per garantire che la possibilità faccia il suo lavoro. Ad esempio, se si tratta di selezionare alcuni bambini in un corso per partecipare a un evento artistico della scuola, tutti i nomi dei bambini sono posti su schede piegate identiche, vengono mescolati in un cappello e una manciata viene randomizzata.

Tutti i bambini nel corso costituiscono il popolazione, E la manciata di schede che è stata presa dal cappello è il campione.

Il successo della procedura sta nel fare un elenco completo di tutti i bambini, in modo che nessuno sia all'esterno. In un piccolo corso questo non è un problema; Ma quando si desidera selezionare un campione tra una popolazione più dimensionale, devi perfezionare il metodo.

Può servirti: 7 manifestazioni distruttive durante la giovinezza 

È possibile eseguire un semplice campionamento casuale Con sostituzione o sostituzione. Ad esempio, se estraiamo qualsiasi elemento dalla popolazione e lo restituiamo dopo averlo selezionato ed esaminato, l'universo dei nostri elementi rimane sempre lo stesso durante lo studio.

Se al contrario viene studiato l'elemento scelto, ma non viene restituito, si tratta di Campionamento senza sostituzione. Questo deve essere preso in considerazione quando si calcola le probabilità che un elemento di essere selezionato ha.

Campionamento casuale sistematico

Per eseguire questo campionamento, un elenco di N elementi e determinare anche la dimensione del campione, che chiameremo N. L'elenco si chiama Frame di campionamento.

Ora il Intervallo di salto, Questo è indicato con i testi K Ed è calcolato in questo modo:

K = n/n

Viene scelto un numero casuale - da 1 e k, chiamato R O Inizio casuale. Questo è il primo individuo nell'elenco da selezionare e da esso vengono scelti i seguenti elementi.

Un esempio: supponiamo che tu abbia l'elenco di 2000 studenti di un'università e vuoi ottenere un campione di 100 studenti per partecipare a un Congresso.

La prima cosa da fare è trovare il valore di k:

K = 2000/100 = 20

Una volta che abbiamo diviso il numero totale di studenti in 100 frammenti di 20 studenti, viene preso uno dei frammenti e viene scelto un numero casuale tra 1 e 20, ad esempio 12. Pertanto, lo studente di dodici del nostro elenco è l'inizio casuale.

Il seguente studente da selezionare deve essere 12+20 = 22, quindi 42, quindi 62 e così via, fino a 100.

Come puoi vedere, è un rapido metodo di applicazione e questo di solito dà ottimi risultati, senza la necessità di posizionare i nomi 2000 in un cappello e prenderne 100, purché non vi siano periodicità nella popolazione, che dare origine a pregiudizi.

Campionamento casuale stratificato

Nel campionamento casuale stratificato la popolazione è divisa in segmenti chiamati strati

Nel semplice campionamento casuale, ogni elemento della popolazione ha la stessa probabilità di essere selezionato. Ma questo non potrebbe essere sempre vero, specialmente quando ci sono più complessità da tenere in considerazione.

Per eseguire uno schema di campionamento casuale stratificato, la popolazione deve essere divisa in gruppi con caratteristiche simili. Queste sono le Strati. Quindi vengono prelevati gli strati e vengono scelti semplici campioni casuali di ciascuno, che vengono quindi combinati per formare il campione finale.

Può servirti: i 30 testimoni di Geova più famosi

Gli strati sono determinati prima del campionamento, studiando le caratteristiche dell'universo di dati.

Queste caratteristiche possono essere lo stato civile, l'età, il luogo in cui vi è, ad esempio la popolazione urbana, suburbana e rurale, la professione, il grado di istruzione, il sesso e molti altri.

In ogni caso, le caratteristiche di ogni strato dovrebbero essere molto distintive, cioè che ogni strato sarà omogeneo.

All'interno del campionamento stratificato distinguiamo due categorie, a seconda che la dimensione del campione di ogni strato sia o non sia proporzionale alla dimensione di questo.

Campionamento casuale da parte dei conglomerati

I metodi precedenti descritti selezionare direttamente gli elementi del campione, ma nel campionamento conglomerato, a Gruppo di elementi della popolazione e questa sarà l'unità campione, che si chiama conglomerato.

Esempi di conglomerati sono i dipartimenti di un'università, entità geografiche come province, città, contee o comuni, che hanno tutte identiche probabilità di essere selezionati. In caso di scelta di un'entità geografica, parliamo campionamento per aree.

Una volta scelti i conglomerati, gli elementi da analizzare vengono scelti da lì. Pertanto la procedura può avere diverse fasi.

Questo metodo ha alcune somiglianze con il metodo casuale stratificato, solo che alcuni conglomerati del totale sono selezionati qui, mentre nel metodo precedente sono stati studiati tutti gli strati della popolazione.

Tipi di campionamento non probabillistico

Per alcune situazioni, il campionamento probabilistico è molto costoso, poiché il tempo e le risorse devono essere investiti per trovare campioni veramente rappresentativi.

Di solito accade inoltre che non si disponga di un frame di campionamento completo -L'elenco -quindi non è possibile determinare la probabilità di selezionare un elemento.

Per questi casi, vengono utilizzati tipi di campionamento non probabillistico, con cui anche le informazioni vengono ottenute, sebbene non vi sia alcuna garanzia di precisione nei risultati.

Quando viene applicato questo tipo di campionamento, è necessario seguire alcuni criteri al momento della selezione, cercando che il campione sia il più appropriato per quanto possibile.

Campionamento di convenienza

È un tipo piuttosto elementare di campionamento, in cui gli elementi del campione sono scelti in base alla loro disponibilità, ovvero selezionando le persone che sono più a portata di mano. Ha il vantaggio di essere un metodo a basso costo, grazie alla sua velocità e comfort.

Ma come affermato, non c'è certezza per ottenere informazioni affidabili dai suoi risultati. A volte viene utilizzato per effettuare sondaggi brevi e veloci prima di una scelta o anche indagare sulle preferenze dei clienti su determinati prodotti.

Può servirti: 50 dati curiosi e interessanti sul mondo

Ad esempio, un sondaggio. O un insegnante può esaminare i propri studenti, perché ha un accesso immediato ad essi.

Sebbene sembra che i risultati di tale procedura non abbiano alcun valore, succede che potrebbero essere un buon riflesso della popolazione, purché ci siano buone ragioni per supporre che la distorsione non sia molto grande.

Tuttavia, non è così semplice, perché gli studenti di un determinato insegnante potrebbero non costituire un campione rappresentativo del resto degli studenti. E quasi sempre i sondaggi nei centri commerciali di solito intervistano le persone con un aspetto più attraente.

Campionamento della quota

Per fare il campionamento delle quota, devi avere una buona conoscenza precedente degli strati della popolazione, al fine di avere un'idea di quali sono gli elementi più rappresentativi. Ma non è governato dai criteri casuali del campionamento stratificato.

In questo tipo di campionamento è necessario impostare alcune "quote", da cui il nome del metodo. Queste tasse consistono nel raccogliere una serie di elementi con determinate condizioni, ad esempio 15 donne la cui età è compresa tra 25 e 50 anni, che non fumano e hanno anche un'auto.

Una volta determinata la tassa, vengono scelte le prime persone che soddisfano le condizioni stabilite. Il criterio per quest'ultimo passaggio può essere conveniente per il ricercatore. Qui puoi vedere la differenza con il metodo di campionamento stratificato, che è in modo casuale.

Tuttavia, è un metodo a basso contenuto di fermo che è vantaggioso se, come abbiamo detto, la popolazione in studio è ben nota.

Campionamento "Snowball"

La procedura da seguire in questo stile di campionamento è quella di selezionare alcune persone che portano ad altri, e queste a loro volta, fino a quando il campione non ha le dimensioni di cui il ricercatore ha bisogno.

È una procedura che può essere utile per caratterizzare alcune popolazioni con caratteristiche abbastanza specifiche. Esempi: detenuti in una penalità o persone con determinate malattie.

Campionamento discrezionale

Finalmente qui è il ricercatore che decide i criteri che userà per scegliere il suo campione, secondo la sua conoscenza. Può essere utile quando è necessario aggiungere determinati individui allo studio, che se usano un metodo casuale, potrebbe rimanere senza partecipare.

Riferimenti

1. Berenson, m. 1985.Statistiche per amministrazione ed economia, concetti e applicazioni. Editoriale interamericano.
2. Statistiche. Campionamento. Recuperato da: enciclopediaeconomica.com.
3. Statistiche. Campionamento. Recuperato da: statistiche.Stuoia.Uson.MX.
4. Esplorabile. Campionamento conglomerato. Recuperato da: esplorabile.com.
5. Moore, d. 2005. Statistiche di base applicate. 2 °. Edizione.
6. Netquest. Campionamento probabilistico: campionamento stratificato. Recuperato da: netquest.com.
7. Wikipedia. Campionamento. Recuperato da: è.Wikipedia.org