Due approcci: campionamento di probabilità rispetto al campionamento di non probabilità
Esistono due approcci generali al campionamento nelle ricerche di mercato: campionamento delle probabilità e campionamento non probabilistico. Il campionamento della probabilità deve soddisfare le seguenti condizioni: Ogni unità di analisi deve avere la stessa probabilità di essere inclusa nel gruppo campione, e quindi la probabilità matematica di ogni membro del gruppo campione selezionato per il campione può essere calcolata matematicamente.
Che cos'è l'errore di campionamento e come faccio a sapere se lo ho?
Quando si lavora con campioni non probabilistici, è importante comprendere il verificarsi dell'errore di campionamento . Più piccolo è il gruppo di campionamento, maggiore è la possibilità di errore di campionamento. Un particolare tipo di pregiudizio è il risultato della non partecipazione. È importante capire l'impatto della mancata partecipazione sul risultato complessivo di uno studio. Un esempio viene dal 1980 General Society Survey (GSS) in cui coloro che non hanno partecipato alla ricerca sono risultati molto diversi - come gruppo - da coloro che hanno partecipato.
I membri del gruppo, difficili da raggiungere, erano significativamente diversi dai partecipanti alla forza lavoro tra pari, in particolare in termini socioeconomici, stato civile, età, numero di bambini, salute e sesso.
Cos'è il campionamento della convenienza? È conveniente analizzare?
I campioni di convenienza sono comunemente usati nelle scienze sociali e nella scienza comportamentale a causa della forte dipendenza da studenti universitari, pazienti, volontari pagati, membri di reti sociali o organizzazioni formali e persino prigionieri.
Lo scopo di molte ricerche in scienze sociali e comportamentali è di verificare che determinate caratteristiche si verifichino o non si verifichino nel gruppo in studio. Un approccio comune è cercare le relazioni tra diversi attributi . I campioni di convenienza sono utili e adeguati per questo tipo di studio. Inoltre, è utile riconoscere che un campione di convenienza non è sempre facile da mettere insieme.
I campioni di convenienza possono anche essere abbinati per confrontare due gruppi. Al fine di utilizzare campioni di convenienza abbinati , un ricercatore deve essere in grado di identificare una controparte per ogni membro del primo campione. Queste controparti sono membri del secondo campione (abbinato). Le variabili comunemente associate includono sesso, età, razza, etnia, livello di istruzione, luogo di residenza, orientamento politico, religione, tipo di lavoro e stipendi o salari. La corrispondenza di queste variabili aiuta a ridurre le fonti di errore . Tuttavia, è importante riconoscere che anche un'accurata corrispondenza potrebbe non produrre campioni privi di pregiudizi - c'è sempre una possibilità di pregiudizi da fonti nascoste.
Che cos'è il campionamento intenzionale? È sempre non probabilistico?
Il campionamento intenzionale viene utilizzato quando il progetto di ricerca richiede un campione di persone che presentano particolari attributi.
Generalmente, questi attributi sono rari o insoliti e in genere non sono distribuiti normalmente (secondo una "curva normale") nella popolazione più ampia. Il campionamento intenzionale è pieno di pregiudizi, alcuni dei quali si verificano come risultato dei metodi utilizzati per identificare i membri di un campione finalizzato. Ad esempio, se lo scopo della ricerca richiede lo studio di Veterani con trauma cranico (TBI), il campione deve essere composto da ex membri dell'esercito che hanno subito una lesione cerebrale traumatica e che si identificano di conseguenza e accettano di partecipare allo studio . Ognuno di questi attributi o condizioni contribuisce a una misura di parzialità per il campione, limitando in tal modo il livello e il tipo di conclusioni che risultano dallo studio.
Una limitazione importante del metodo di campionamento senza probabilità
Un'importante limitazione del campionamento non probabilistico è che non si possono trarre conclusioni sulla popolazione più ampia basata su un campione non probabilistico.
Tuttavia, questo non è sempre il caso, dal momento che una visione realistica di come le persone si avvicinano ai risultati della ricerca identificherà prontamente le situazioni in cui le persone traggono in modo inappropriato conclusioni dai risultati associati a campioni non probabilistici.
Conosciuto anche come: campionamento di convenienza, campionamento intenzionale
Esempi:
I campioni che si comportano come sondaggi di opinione pubblica sono diffusi con l'idea che rappresentano il modo in cui i membri di una popolazione voteranno in un'elezione in arrivo o simili. Questi campioni devono essere altamente rappresentativi della popolazione al fine di essere utilizzati per fare previsioni sui risultati delle elezioni, ad esempio.