Versione Mobile | Vai alla versione Desktop
Differenze tra versione Mobile e versione Desktop
OBIETTIVO:
apprendere modalità e caratteristiche del campionamento a grappolo o "a cluster" (cluster sampling)
Il campionamento a grappolo consiste un un metodo in cui, invece di procedere alla selezione diretta delle singole unità di interesse, si selezionano di gruppi (grappoli o cluster) di unità. Nella pratica, spesso i cluster sono già preformati, e comprendono un numero limitato di unità (es. nidiate di suinetti, box di vitelli, ecc.). In alternativa, i cluster possono essere individuati artificialmente (es. cluster di allevamenti raggruppati su base geografica).
ESEMPIO 1. Devi verificare la presenza di una infezione virale che colpisce i cuccioli di cane poco dopo la nascita. A questo scopo devi prelevare un campione di sangue da sottoporre ad esami di laboratorio. L'unità di indagine è rappresentata dal «cucciolo». La lista di campionamento è rappresentata da tutti i cuccioli che nasceranno, durante un determinato periodo di tempo, negli allevamenti da controllare. Decidi di effettuare un campionamento a grappolo, selezionando, mediante randomizzazione semplice o sistematica, un certo numero di nidiate. Ciè ti consente di ridurre le risorse da impiegare nella indagine, e di minimizzare lo stress agli animali.
ESEMPIO 2. Un allevamento di galline ovaiole è composto da un solo grande capannone che ospita 6000 galline alloggiate in 1500 gabbie contenenti 4 soggetti ciascuno. La lista di campionamento è rappresentata da tutte le galline. È necessario prelevare un campione di sangue da un campione di 300 animali. Effettui un campionamento a grappolo, selezionando (per randomizzazione semplice oppure sistematica) 75 gabbie, e prelevando il campione di sangue dai dai 4 soggetti presenti in ciascuna .
Nello schema che segue viene riassunto un procedimento di selezione del campione mediante campionamento a grappolo.
,
Rispetto alla randomizzazione semplice, sistematica o stratificata, il campionamento a grappolo offre il vantaggio di facilitare notevolmente il reclutamento dei soggetti; di conseguenza si abbassano costi e tempi dell'indagine. Tuttavia, proprio perché si lavora su gruppi preformati, l'errore di campionamento può essere più elevato rispetto ai suddetti metodi di randomizzazione.
NELLA PROSSIMA UNITÀ:
si esamina il processo di inferenza che porta a stimare un carattere di una popolazione a partire dal carattere di un campione estratto dalla popolazione medesima.
