 |
 |
 |
 |
 |
 |
|
|
|
|
|
|
9. CampionamentoOBIETTIVO:
descrivere la logica di un buon campionamento ed elencare alcuni dei più comuni metodi di campionamento
Il principio informatore generale di un buon campionamento prevede di utilizzare lo stesso principio dell'estrazione a sorte, ossia quello della casualità assoluta, in modo tale che ciascuna unità della popolazione abbia la stessa probabilità di entrare a far parte del campione. In tal caso il campione viene detto «randomizzato» o «casuale».
Affidandosi al caso si ottiene, in una qualche misura, la garanzia che il campione sarà rappresentativo della popolazione stessa, ossia ne rifletterà le caratteristiche con una certa approssimazione.
Immagina di avere una lista di 100000 animali, e che una metà di questi siano maschi e l'altra metà siano femmine. La teoria statistica delle probabilità dice in anticipo che, se estrarrai in modo casuale mille soggetti dalla lista, otterrai un campione composto per metà da maschi e per metà da femmine, con un livello di approssimazione prevedibile a priori.
Analogamente, supponi di ripetere molte volte il lancio di una moneta. L'evento "testa" o "croce" è condizionato soltanto dal caso: le prime volte potrà uscire sempre "testa" (oppure sempre "croce"), ma alla lunga la proporzione di teste e croci nella "popolazione" di lanci tenderà a equilibrarsi.
Un campionamento randomizzato offre il vantaggio di fornire un campione privo di errori sistematici (bias) e consente di accertare l'attendibilità dei risultati o, per meglio dire, i rapporti fra i risultati forniti dal campione e la vera caratteristica della popolazione.
Nelle unità successive verranno illustrati brevemente cinque fra i più comuni metodi di campionamento. Di essi, uno è un metodo non probabilistico, mentre i restanti 4 sono basati sulla randomizzazione:
NELLA PROSSIMA UNITÀ:
si prende in considerazione il metodo di campionamento «non probabilistico» e se ne esaminano pregi e difetti.
