Campione
Cos’è un campione?
Un esempio si riferisce a una versione più piccola e gestibile di un gruppo più ampio. È un sottoinsieme contenente le caratteristiche di una popolazione più ampia. I campioni vengono utilizzati nei test statistici quando le dimensioni della popolazione sono troppo grandi perché il test includa tutti i possibili membri o osservazioni. Un campione dovrebbe rappresentare la popolazione nel suo insieme e non riflettere alcun pregiudizio verso un attributo specifico.
Punti chiave
- Un campione si riferisce a una versione più piccola e gestibile di un gruppo più ampio o sottoinsieme di una popolazione più ampia.
- L’utilizzo di campioni consente ai ricercatori di condurre i propri studi in modo semplice e tempestivo.
- Per ottenere un campione imparziale, la selezione deve essere casuale in modo che tutti i membri della popolazione abbiano la stessa e probabile probabilità di essere aggiunti al gruppo campione.
- Nel campionamento casuale semplice, ogni entità nella popolazione è identica, mentre il campionamento casuale stratificato divide la popolazione complessiva in gruppi più piccoli.
Comprensione dei campioni
Un campione è un numero imparziale di osservazioni prese da una popolazione. In termini di base, una popolazione è il numero totale di individui, animali, oggetti, osservazioni, dati, ecc. Di un dato soggetto. Quindi il campione, in altre parole, è una porzione, parte o frazione dell’intero gruppo e agisce come un sottoinsieme della popolazione. I campioni vengono utilizzati in una varietà di contesti in cui viene condotta la ricerca. Scienziati, esperti di marketing, agenzie governative, economisti e gruppi di ricerca sono tra coloro che utilizzano campioni per i loro studi e misurazioni.
L’utilizzo di intere popolazioni per la ricerca comporta delle sfide, motivo per cui vengono utilizzati i campioni. I ricercatori potrebbero avere problemi nell’ottenere un accesso immediato a intere popolazioni. E a causa della natura di alcuni studi, i ricercatori potrebbero avere difficoltà a ottenere i risultati di cui hanno bisogno in modo tempestivo. Questo è il motivo per cui le persone che conducono studi utilizzano campioni. L’utilizzo di un numero inferiore di persone che rappresentano l’intera popolazione può comunque produrre risultati validi riducendo al contempo tempo e risorse.
I campioni utilizzati dai ricercatori dovrebbero assomigliare molto alla popolazione. Tutti i partecipanti al campione dovrebbero condividere le stesse caratteristiche e qualità. Quindi, se lo studio riguarda matricole universitarie di sesso maschile, il campione dovrebbe essere una piccola percentuale di maschi che corrispondono a questa descrizione. Allo stesso modo, se un gruppo di ricerca conduce uno studio sui modelli di sonno delle donne single over 50, il campione dovrebbe includere solo donne all’interno di questo gruppo demografico.
Considera un team di ricercatori accademici che vogliono sapere quanti studenti hanno studiato per meno di 40 ore per l’ esame CFA e lo hanno comunque superato. Dal momento che più di 200.000 persone sostengono l’esame in tutto il mondo ogni anno, contattare ogni partecipante all’esame può essere estremamente noioso e dispendioso in termini di tempo.
Infatti, nel momento in cui i dati della popolazione fossero stati raccolti e analizzati, sarebbero passati un paio d’anni, rendendo inutile l’analisi poiché sarebbe emersa una nuova popolazione. Quello che i ricercatori possono fare invece è prendere un campione della popolazione e ottenere dati da questo campione.
Per ottenere un campione imparziale, la selezione deve essere casuale in modo che tutti nella popolazione abbiano le stesse possibilità di essere aggiunti al gruppo.
Per ottenere un campione imparziale, la selezione deve essere casuale in modo che tutti i membri della popolazione abbiano la stessa e probabile probabilità di essere aggiunti al gruppo campione. È simile all’estrazione di una lotteria ed è la base per un semplice campionamento casuale.
Tipi di campionamento
Campionamento casuale semplice
Il campionamento casuale semplice è l’ideale se ogni entità nella popolazione è identica. Se ai ricercatori non interessa se i loro soggetti campione sono tutti maschi o tutte femmine o una combinazione di entrambi i sessi in qualche forma, il semplice campionamento casuale può essere una buona tecnica di selezione.
Supponiamo che nel 2016 ci siano stati 200.000 partecipanti al test che hanno sostenuto l’esame CFA, di cui il 40% erano donne e il 60% erano uomini. Il campione casuale estratto dalla popolazione dovrebbe, quindi, avere 400 donne e 600 uomini per un totale di 1.000 partecipanti al test.
Ma che dire dei casi in cui è importante conoscere il rapporto tra uomini e donne che hanno superato un test dopo aver studiato per meno di 40 ore? In questo caso, un campione casuale stratificato sarebbe preferibile a un semplice campione casuale.
Campionamento casuale stratificato
Questo tipo di campionamento, noto anche come campionamento casuale proporzionale o campionamento casuale a quote, divide la popolazione complessiva in gruppi più piccoli. Questi sono conosciuti come strati. Le persone all’interno degli strati condividono caratteristiche simili.
E se l’età fosse un fattore importante che i ricercatori vorrebbero includere nei loro dati? Utilizzando la tecnica di campionamento casuale stratificato, potrebbero creare strati o strati per ogni gruppo di età. La selezione di ogni strato dovrebbe essere casuale in modo che tutti i membri della parentesi abbiano una probabile possibilità di essere inclusi nel campione. Ad esempio, due partecipanti, Alex e David, hanno rispettivamente 22 e 24 anni. La selezione del campione non può scegliere uno sull’altro in base a un meccanismo preferenziale. Entrambi dovrebbero avere la stessa possibilità di essere selezionati dalla loro fascia d’età. Gli strati potrebbero assomigliare a questo:
Dalla tabella, la popolazione è stata suddivisa in gruppi di età. Ad esempio, 30.000 persone nella fascia di età compresa tra 20 e 24 anni hanno sostenuto l’esame CFA nel 2016. Utilizzando questa stessa proporzione, il gruppo campione avrà (30.000 ÷ 200.000) x 1.000 = 150 partecipanti al test che rientrano in questo gruppo. Alex o David, o entrambi o nessuno dei due, possono essere inclusi tra i 150 partecipanti a esami casuali del campione.
Ci sono molti altri strati che possono essere compilati quando si decide la dimensione del campione. Alcuni ricercatori potrebbero popolare le funzioni lavorative, i paesi, lo stato civile, ecc. Dei partecipanti al test quando decidono come creare il campione.
Esempi di campioni
Nel 2017, la popolazione mondiale era di 7,5 miliardi, di cui il 49,6% erano donne e il 50,4% erano maschi. Il numero totale di persone in un dato paese può anche essere una dimensione della popolazione. Il numero totale di studenti in una città può essere considerato come una popolazione e anche il numero totale di cani in una città è una dimensione della popolazione. I campioni possono essere prelevati da queste popolazioni per scopi di ricerca.
Seguendo il nostro esempio di esame CFA, i ricercatori potrebbero prendere un campione di 1.000 partecipanti CFA dal totale di 200.000 partecipanti al test, la popolazione, ed eseguire i dati richiesti su questo numero. La media di questo campione verrebbe utilizzata per stimare la media dei partecipanti all’esame CFA che hanno superato anche se hanno studiato solo per meno di 40 ore.
Il gruppo campione preso non dovrebbe essere prevenuto. Ciò significa che se la media campionaria dei 1.000 partecipanti all’esame CFA è 50, anche la media della popolazione dei 200.000 partecipanti al test dovrebbe essere di circa 50.