Per ottenere informazioni su grandi popolazioni, i ricercatori utilizzano quattro metodi di campionamento probabilistico: casuale semplice, sistematico, stratificato e cluster. Tutti in una data popolazione hanno una possibilità nota e uguale di essere selezionati nel campionamento probabilistico e, cosa più importante, le persone vengono scelte casualmente.
Utilità del campione di probabilità
Immagina quanto sarebbe difficile e costoso per un'azienda intervistare 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 probabilistico è un modo cruciale, che fa risparmiare tempo e molto meno costoso per ottenere informazioni dalla società di un censimento perché i suoi risultati possono riflettere una grande popolazione anche se rileva un piccolo numero di persone. Se un campione non è stato creato casualmente, che è un campionamento non probabilistico, è improbabile che i risultati riflettano l'intera popolazione.
Campionamento casuale e sistematico semplice
Nel campionamento casuale semplice, le persone vengono selezionate casualmente da un elenco completo della popolazione. In genere, a ogni persona o nucleo familiare della 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 partecipano a una lotteria, ma solo alcuni vengono scelti a caso.
Il campionamento sistematico è simile al campionamento casuale semplice con una differenza: un modello per la selezione dei partecipanti. Ad esempio, un ricercatore può iniziare da un punto casuale e prendere ogni 100 nomi che trova nell'elenco telefonico di Atlanta, Georgia. Questo metodo di campionamento è ampiamente utilizzato per la corrispondenza dei consumatori e le interviste telefoniche.
Campionamento stratificato e a grappolo
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 vuoi confrontare come 1.000 donne e uomini si sentono riguardo all'assistenza sanitaria, puoi segmentare o stratificare la popolazione per genere 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 a grappolo 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 usano spesso i codici postali o le grandi aree urbane per creare un gruppo.
Quattro esempi
Un ricercatore potrebbe voler sapere come si sentono tutti gli americani riguardo all'assistenza sanitaria intervistando 520 persone. Se ha una lista di ogni americano e seleziona casualmente 520 persone da tutto il paese, allora questo è un semplice campionamento casuale. Se invece inizia in un punto casuale dell'elenco di ogni americano e seleziona ogni 700.000 persone, allora questo è un campionamento sistematico.
Se divide l'elenco di ogni americano in 50 stati e estrae casualmente 10 persone da ciascuno stato, utilizza il campionamento stratificato. Se sceglie casualmente 26 stati dai 50 stati e poi estrae casualmente 20 persone da ciascuno dei 26 stati, utilizza il campionamento a grappolo.