Campione
Un esempio fa riferimento a una versione più piccola e gestibile di un gruppo più grande. È un sottoinsieme contenente le caratteristiche di una popolazione più ampia. I campioni vengono utilizzati nei test statistici quando le dimensioni della popolazione sono troppo grandi perché il test includa tutti i membri o le osservazioni possibili. Un campione dovrebbe rappresentare la popolazione nel suo insieme e non riflettere alcun pregiudizio verso un attributo specifico.
Key Takeaways
- Un esempio fa riferimento a una versione più piccola e gestibile di un gruppo più grande o di un sottoinsieme di una popolazione più ampia.
- L'uso di campioni consente ai ricercatori di condurre i propri studi in modo semplice e tempestivo.
- Al fine di ottenere un campione imparziale, la selezione deve essere casuale in modo che tutti dalla popolazione abbiano pari e probabili probabilità di essere aggiunti al gruppo campione.
- Nel semplice campionamento casuale, ogni entità nella popolazione è identica, mentre il campionamento casuale stratificato divide la popolazione complessiva in gruppi più piccoli.
Comprensione dei campioni
Un campione è un numero imparziale di osservazioni prese da una popolazione. In termini di base, una popolazione è il numero totale di individui, animali, oggetti, osservazioni, dati, ecc. Di un dato soggetto. Quindi il campione, in altre parole, è una porzione, parte o frazione dell'intero gruppo e funge da sottoinsieme della popolazione. I campioni vengono utilizzati in una varietà di impostazioni in cui viene condotta la ricerca. Scienziati, esperti di marketing, agenzie governative, economisti e gruppi di ricerca sono tra coloro che usano campioni per i loro studi e misurazioni.
L'uso di popolazioni intere per la ricerca comporta delle sfide, motivo per cui vengono utilizzati campioni. I ricercatori potrebbero avere problemi ad ottenere un accesso immediato a intere popolazioni. E a causa della natura di alcuni studi, i ricercatori potrebbero avere difficoltà a ottenere i risultati di cui hanno bisogno in modo tempestivo. Questo è il motivo per cui le persone che conducono studi usano campioni. L'uso di un numero inferiore di persone che rappresentano l'intera popolazione può comunque produrre risultati validi riducendo tempi e risorse.
I campioni utilizzati dai ricercatori dovrebbero assomigliare molto alla popolazione. Tutti i partecipanti al campione dovrebbero condividere le stesse caratteristiche e qualità. Quindi, se lo studio riguarda le matricole del college maschile, il campione dovrebbe essere una piccola percentuale di maschi che si adattano a questa descrizione. Allo stesso modo, se un gruppo di ricerca conduce uno studio sui modelli di sonno delle donne single di età superiore ai 50 anni, il campione dovrebbe includere solo le donne in questo gruppo demografico.
Considera un team di ricercatori accademici che vogliono sapere quanti studenti hanno studiato per meno di 40 ore per l'esame CFA e sono ancora passati. Dal momento che oltre 200.000 persone sostengono l'esame a livello globale ogni anno, raggiungere ogni singolo partecipante all'esame può essere estremamente noioso e richiedere molto tempo. In effetti, quando i dati della popolazione fossero stati raccolti e analizzati, sarebbero passati un paio d'anni, rendendo l'analisi inutile poiché sarebbe emersa una nuova popolazione. Quello che i ricercatori possono fare invece è prendere un campione della popolazione e ottenere dati da questo campione.
Per ottenere un campione imparziale, la selezione deve essere casuale in modo che tutti nella popolazione abbiano le stesse probabilità di essere aggiunti al gruppo.
Al fine di ottenere un campione imparziale, la selezione deve essere casuale in modo che tutti dalla popolazione abbiano pari e probabili probabilità di essere aggiunti al gruppo campione. Questo è simile a un sorteggio della lotteria ed è la base per un semplice campionamento casuale.
Tipi di campionamento
Campionamento casuale semplice
Il campionamento casuale semplice è l'ideale se ogni entità nella popolazione è identica. Se i ricercatori non si preoccupano se i loro soggetti campione sono tutti maschi o femmine o una combinazione di entrambi i sessi in una qualche forma, il semplice campionamento casuale può essere una buona tecnica di selezione.
Supponiamo che nel 2016 ci siano stati 200.000 partecipanti all'esame CFA, di cui il 40% erano donne e il 60% uomini. Il campione casuale prelevato dalla popolazione dovrebbe quindi avere 400 donne e 600 uomini per un totale di 1.000 partecipanti.
Ma per quanto riguarda i casi in cui è importante conoscere il rapporto tra uomini e donne che hanno superato un test dopo aver studiato per meno di 40 ore? Qui, un campione casuale stratificato sarebbe preferibile a un semplice campione casuale.
Campionamento casuale stratificato
Questo tipo di campionamento, noto anche come campionamento casuale proporzionale o campionamento casuale di quota, divide la popolazione complessiva in gruppi più piccoli. Questi sono noti come strati. Le persone all'interno degli strati condividono caratteristiche simili.
E se l'età fosse un fattore importante che i ricercatori vorrebbero includere nei loro dati? Usando la tecnica stratificata di campionamento casuale, potevano creare strati o strati per ogni fascia d'età. La selezione da ogni strato dovrebbe essere casuale in modo che tutti i membri della parentesi abbiano una probabilità probabile di essere inclusi nel campione. Ad esempio, due partecipanti, Alex e David, hanno rispettivamente 22 e 24 anni. La selezione del campione non può scegliere l'una sull'altra in base a un meccanismo preferenziale. Entrambi dovrebbero avere le stesse possibilità di essere selezionati dalla loro fascia di età. Gli strati potrebbero assomigliare a questo:
Dalla tabella, la popolazione è stata divisa in gruppi di età. Ad esempio, 30.000 persone di età compresa tra 20 e 24 anni hanno sostenuto l'esame CFA nel 2016. Utilizzando questa stessa proporzione, il gruppo campione avrà (30.000 ÷ 200.000) x 1.000 = 150 partecipanti al test che rientrano in questo gruppo. Alex o David — o entrambi o nessuno dei due — possono essere inclusi tra i 150 partecipanti all'esame casuale del campione.
Ci sono molti altri strati che possono essere compilati quando si decide una dimensione del campione. Alcuni ricercatori potrebbero popolare le funzioni lavorative, i paesi, lo stato civile, ecc. Dei partecipanti al test quando decidono come creare il campione.
Esempi di campioni
A partire dal 2017, la popolazione mondiale era di 7, 5 miliardi, di cui il 49, 6% era di sesso femminile e il 50, 4% era di sesso maschile. Il numero totale di persone in un determinato paese può anche essere una dimensione della popolazione. Il numero totale di studenti in una città può essere considerato come una popolazione e il numero totale di cani in una città è anche una dimensione della popolazione. I campioni possono essere prelevati da queste popolazioni a scopo di ricerca.
Seguendo l'esempio dell'esame CFA, i ricercatori hanno potuto prelevare un campione di 1.000 partecipanti CFA dai 200.000 partecipanti al test — la popolazione — ed eseguire i dati richiesti su questo numero. La media di questo campione verrebbe presa per stimare la media dei candidati all'esame CFA che hanno superato anche se hanno studiato solo per meno di 40 ore.
Il gruppo campione prelevato non deve essere distorto. Ciò significa che se la media campionaria dei 1.000 partecipanti all'esame CFA è 50, anche la media della popolazione dei 200.000 partecipanti al test dovrebbe essere di circa 50.
Confronta i conti di investimento Nome del fornitore Descrizione Descrizione dell'inserzionista × Le offerte che compaiono in questa tabella provengono da società di persone da cui Investopedia riceve un compenso.