Per ottenere informazioni su popolazioni numerose, i ricercatori utilizzano quattro metodi di campionamento probabilistico: semplice casuale, sistematico, stratificato e cluster. Ognuno in una data popolazione ha una probabilità conosciuta e uguale di essere selezionato nel campionamento probabilistico e, soprattutto, le persone vengono scelte casualmente.
Utilità del campione di probabilità

Immaginate quanto sarebbe difficile e costoso per un compagnia di sondare tutti negli Stati Uniti ogni volta che vuole sapere qualcosa sugli americani. Se un campione viene creato in modo casuale e tutti hanno la possibilità di partecipare, i risultati del campione saranno vicini ai risultati di un censimento che esamina tutti. Il campionamento delle probabilità è un modo cruciale, che fa risparmiare tempo e molto meno costoso per ottenere informazioni dalla società rispetto a un censimento perché i suoi risultati possono riflettere una grande popolazione, anche se esamina un piccolo numero di persone. Se un campione non è stato creato in modo casuale, che è un campionamento non probabilistico, allora è improbabile che i risultati riflettano l'intera popolazione.
Campionamento semplice e sistematico

Nel semplice campionamento casuale, le persone vengono selezionate casualmente da elenco completo della popolazione. In genere, a ogni persona o famiglia nella popolazione viene assegnato un numero e un computer genera numeri casuali che indicano chi viene scelto per il campione. Le lotterie sono un campione puramente casuale. Tutti i possessori di biglietti sono in una lotteria, ma solo alcuni sono scelti a caso.
Sciencing Video Vault
Crea la parentesi (quasi) perfetta: Ecco come
Crea la parentesi (quasi) perfetta: Ecco come

Il campionamento sistematico è simile al semplice campionamento casuale con una differenza: un modello per la selezione dei partecipanti. Ad esempio, un ricercatore può iniziare in un punto casuale e prendere ogni centesimo nome che trova nell'agenda di Atlanta, Georgia. Questo metodo di campionamento è ampiamente usato per le interviste telefoniche e per corrispondenza dei consumatori.
Campionamento stratificato e cluster

Il campionamento stratificato è utile quando si confrontano parti diverse di una popolazione. I ricercatori dividono o segmentano la popolazione in modo pertinente alle loro esigenze e prendono un semplice campione casuale in ogni segmento. I segmenti sono chiamati sottopopolazioni o strati. Se si desidera confrontare il modo in cui 1.000 donne e uomini si preoccupano dell'assistenza sanitaria, è possibile segmentare o stratificare la popolazione in base al sesso e scegliere a caso 500 uomini e 500 donne. Puoi segmentare o stratificare una popolazione in molti modi, tra cui età, istruzione, reddito e posizione.

Il campionamento del cluster include due processi casuali. Il primo passo è dividere la popolazione in gruppi specifici e quindi selezionare casualmente gruppi, non persone specifiche. Quindi i ricercatori eseguono un semplice campione casuale solo in ciascun gruppo scelto. I ricercatori utilizzano spesso codici postali o grandi aree urbane per creare un gruppo.
Quattro esempi

Un ricercatore potrebbe voler sapere come si sentono tutti gli americani riguardo all'assistenza sanitaria rilevando 520 persone. Se ha una lista di ogni americano e seleziona casualmente 520 persone da tutto il paese, allora questo è semplice campionamento casuale. Se invece parte da un punto casuale della lista di ogni americano e seleziona ogni 700.000 persona, allora questo è il campionamento sistematico.

Se divide l'elenco di ogni americano in 50 stati e disegna casualmente 10 persone per ogni stato, quindi usa il campionamento stratificato. Se sceglie casualmente 26 stati dai 50 stati e poi disegna in modo casuale 20 persone da ciascuno dei 26 stati, allora usa il campionamento del cluster.