Per ottenere informazioni su grandi popolazioni, i ricercatori usano quattro metodi di campionamento probabilistico: semplice casuale, sistematico, stratificato e cluster. Tutti in una data popolazione hanno le stesse e note possibilità di essere selezionati nel campionamento di probabilità e, soprattutto, le persone vengono scelte in modo casuale.
Utilità del campione di probabilità
Immagina quanto sarebbe difficile e costoso per un società per 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 sarebbero 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, ovvero un campionamento non probabilistico, è improbabile che i risultati riflettano l'intera popolazione.
Campionamento casuale e sistematico semplice
Nel campionamento casuale casuale, le persone sono selezionate casualmente da un 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 è stato scelto per il campione. Le lotterie sono un campione puramente casuale. Tutti i possessori di biglietti sono in una lotteria, ma solo pochi sono scelti a caso.
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 modo casuale e prendere ogni centesimo nome che trova nella rubrica telefonica di Atlanta, in Georgia. Questo metodo di campionamento è ampiamente utilizzato per le interviste via posta e telefoniche ai consumatori.
Campionamento stratificato e cluster
Il campionamento stratificato è utile quando si confrontano diverse parti di una popolazione. I ricercatori dividono o segmentano la popolazione in modo pertinente alle loro esigenze e prelevano un semplice campione casuale in ciascun segmento. I segmenti sono chiamati sottopopolazioni o strati. Se si desidera confrontare il modo in cui 1.000 donne e uomini si sentono circa l'assistenza sanitaria, è possibile segmentare o stratificare la popolazione in base al sesso e scegliere casualmente 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 quello di 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 spesso usano 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 esaminando 520 persone. Se ha un elenco di tutti gli americani e seleziona casualmente 520 persone da tutto il paese, allora è un semplice campionamento casuale. Se invece inizia in un punto casuale nell'elenco di ogni americano e seleziona ogni 700.000 persone, allora è un campionamento sistematico.
Se divide l'elenco di ogni americano in 50 stati e attira casualmente 10 persone da ciascuno stato, quindi usa il campionamento stratificato. Se sceglie casualmente 26 stati tra i 50 stati e quindi attira casualmente 20 persone da ciascuno dei 26 stati, utilizza il campionamento dei cluster.
