Campionamento Capitolo 3

Il campionamento su quali unità, su quali/quanti soggetti? Tipo di target: scelta unità o casi (persone, gruppi, istituzioni, attività, categorie particolari) Selezione dei casi/soggetti: tutti i soggetti compresi nella/e categorie scelte (censimento)/ soltanto alcuni dei soggetti compresi nella/e cat. (campione) Quanti soggetti/modalità di selezione metodi casuali (campioni probabilistici) metodi non casuali (campioni accidentali o di comodo)

Qualità del campionamento La precisione delle inferenze basate sulle risposte del campione non è l’ampiezza del campione rispetto all’ampiezza della popolazione in generale, ma la sua qualità (ossia che sia probabilistico nelle ricerche di impostazione neopositivista, che sia utile nelle ricerche di impostazione costruttivista)

Campionamenti probabilistici SVANTAGGI Richiede la lista degli appartenenti all’universo Implica la scelta della lista più adeguata Non sempre esiste una lista disponibile Non sempre la lista è precisa, aggiornata (errori di copertura) Non sempre il tasso di risposta risulta adeguato o accettabile (75%: errori di non-risposta) a causa di: Mancato contatto con i Ss. estratti Rifiuto di farsi intervistare VANTAGGI Le inferenze sono generalizzabili alla popolazione da cui il campione è stato tratto La sua precisione non dipende dall’ampiezza, ma (errori di campionamento): Tutti i membri devono avere la stessa probabilità nota e diversa da 0 di essere estratti La distribuzione nel campione di certe caratteristiche deve riflettere la distribuzione di queste caratteristiche nell’universo

Ampiezza n del campione, nel caso di campionamento casuale semplice, per precisione della stima (95%) e dimensione N della popolazione Precisione della stima 5% 2% 1% N n 100 80 96 99 300 170 270 296 500 220 415 475 1.000 285 715 910 5.000 370 1660 3.330 > 8.000 400 (n0) 10.000 2000 > 50.000 2500(n0) 20.000 6.350 > 200.000 10.000 (n0) Corbetta P., La ricerca sociale. Metodologia e tecniche (IV). Bologna: Il Mulino, pag. 24

Tipi di campionamento probabilistico Casuale semplice (dalla lista si estraggono x elementi dove x è la numerosità scelta) Sistematico (intervallo campionario k = N/n) es: popolazione di 9500 persone, campione di 750 il procedimento consiste nel dividere popolazione per campione, 12,7 e di estrarre un numero a caso fra 1 e 12 e di partire da quella persone per poi estrarre ogni 12 una ltro soggetto fino a raggiungere 750) Stratificato (strati, campioni su certe caratteristiche che differenziano la popolazione in modo non casuale)

Campionamenti non probabilistici o di comodo SVANTAGGI Non si possono fare inferenza sulla popolazione Tendenziosità dei dati raccolti per ragioni di comodo Validità ecologica delle variabili considerate (es. studenti) Non sono adeguati per lo studio dei fenomeni che si suppone abbiano relazioni con variabili sociali (età, classe, sesso): in questo caso la generalizzazione dei risultati è rilevante VANTAGGI Sono utili o indispensabili in alcune fasi della ricerca (esplorativa) Sono indispensabili quando la popolazione non è nota Possono essere utilizzati per lo studio dei processi psicologici e di quei fenomeni (panumani) che si suppone non siano inficiati dalla peculiarità dei campioni utilizzati

Tipi di campionamento non probabilistico I soggetti non hanno la stessa probabilità di essere scelti, sono scelti in modo non casuale. Tipi di campioni: Di comodo: i soggetti sono facilmente reperibili perché hanno una o due caratteristiche salienti per la ricerca (student sample bias) Fondato teoricamente: persone che si rendono interessanti per quell’indagine (tendenze antidemocratiche-militanti politici di diversi partiti; violenza-ultras, bande giovanili…) Per quote (peso di ogni strato nella popolazione di riferimento, come quello stratificato ma senza selezione casuale, ad esempio sceglie l’intervistatore quali soggetti ) A valanga (popolazioni “clandestine” e elementi “rari”) A scelta ragionata

Tipi di errore legati alle modalità di campionamento Errori di campionamento (precisione delle stime campionarie) Errori di copertura (incompletezza dei casi campionati) Errori di non-risposta totale (reperibilità dei soggetti, rifiuto alla collaborazione) La precisione delle stime campionarie diminuisce al diminuire della numerosità del campione e all’aumentare della variabilità della distribuzione del fenomeno analizzato

Fattori di distorsione nei dati Cattiva qualità dello strumento Contesto situazionale inadeguato Effetti distorcenti delle risposte (desiderabilità sociale…) Insuff. Professionalità degli intervistatori Alto tasso di non risposta totale (al questionario) Alto tasso di non risposta parziale (ad alcune parti) Inadeguatezza di codifica e analisi dei dati

esercizio Provate a costruire un campionamento per quote: popolazione di 9500 persone, campione di 750. Nelle 9500 persone ci sono 5432 maschi, 4068 femmine; 6700 persone provengono dal nord, 2000 dal centro e 800 dal sud e dalle isole; 1000 hanno un’età compresa fra 18-30, 2000 fra 31-40, 2000 fra 2500 fra 41 e 65 anni, 2000 sopra i 66 anni.