Campionamento sistematico
Il campionamento sistematico è un tipo di metodo di campionamento probabilistico in cui i membri del campione di una popolazione più ampia vengono selezionati in base a un punto di partenza casuale ma con un intervallo periodico fisso. Questo intervallo, chiamato intervallo di campionamento, viene calcolato dividendo la dimensione della popolazione per la dimensione del campione desiderata.
Nonostante la popolazione campione selezionata in anticipo, il campionamento sistematico è ancora considerato casuale se l'intervallo periodico è determinato in anticipo e il punto iniziale è casuale.
Esistono diversi metodi per campionare una popolazione per inferenza statistica; il campionamento sistematico è una forma di campionamento casuale.
01:29Campionamento sistematico
Come funziona il campionamento sistematico
Poiché un semplice campionamento casuale di una popolazione può essere inefficiente e richiedere molto tempo, gli statistici si rivolgono ad altri metodi, come il campionamento sistematico. La scelta di una dimensione del campione attraverso un approccio sistematico può essere fatta rapidamente. Una volta identificato un punto iniziale fisso, viene selezionato un intervallo costante per facilitare la selezione dei partecipanti.
Il campionamento sistematico è preferibile al campionamento casuale semplice quando vi è un basso rischio di manipolazione dei dati. Se tale rischio è elevato quando un ricercatore può manipolare la lunghezza dell'intervallo per ottenere i risultati desiderati, una semplice tecnica di campionamento casuale sarebbe più appropriata.
Il campionamento sistematico è popolare tra ricercatori e analisti per la sua semplicità. I ricercatori generalmente assumono che i risultati siano rappresentativi delle popolazioni più normali a meno che non esista una caratteristica casuale sproporzionatamente con ogni " n esimo" campione di dati (che è improbabile). In altre parole, una popolazione deve esibire un naturale grado di casualità lungo la metrica scelta. Se la popolazione ha un tipo di modello standardizzato, il rischio di scegliere accidentalmente casi molto comuni è più evidente.
All'interno del campionamento sistematico, come con altri metodi di campionamento, è necessario selezionare una popolazione target prima di selezionare i partecipanti. Una popolazione può essere identificata in base a un numero qualsiasi di caratteristiche desiderate adatte allo scopo dello studio condotto. Alcuni criteri di selezione possono includere età, sesso, razza, luogo, livello di istruzione e / o professione.
- Il campionamento sistematico è un tipo di metodo di campionamento di probabilità in cui i membri del campione di una popolazione più ampia vengono selezionati in base a un punto di partenza casuale ma con un intervallo periodico fisso (l'intervallo di campionamento).
- Per la sua semplicità, il campionamento sistematico è popolare tra i ricercatori.
- Altri vantaggi di questa metodologia includono l'eliminazione del fenomeno della selezione raggruppata e una bassa probabilità di contaminazione dei dati.
- Gli svantaggi includono la sovra o la sottorappresentazione di schemi particolari e un rischio maggiore di manipolazione dei dati.
Esempi di campionamento sistematico
Come esempio ipotetico di campionamento sistematico, supponiamo che in una popolazione di 10.000 persone, uno statistico selezioni ogni 100 persone per il campionamento. Gli intervalli di campionamento possono anche essere sistematici, come la scelta di un nuovo campione da prelevare ogni 12 ore.
Come altro esempio, se si desidera selezionare un gruppo casuale di 1.000 persone da una popolazione di 50.000 utilizzando un campionamento sistematico, tutti i potenziali partecipanti devono essere inseriti in un elenco e selezionare un punto di partenza. Una volta formato l'elenco, ogni 50a persona nell'elenco (iniziando il conteggio nel punto di partenza selezionato) verrebbe scelta come partecipante, dal momento che 50.000 / 1.000 = 50.
Ad esempio, se il punto di partenza selezionato fosse 20, verrebbe scelta la settima persona nell'elenco, seguita dalla 120 e così via. Una volta raggiunta la fine dell'elenco e, se sono necessari altri partecipanti, il conteggio passa all'inizio dell'elenco per terminare il conteggio.
Campionamento sistematico contro campionamento a grappolo
Il campionamento sistematico e il campionamento a grappolo differiscono nel modo in cui estraggono i punti campione dalla popolazione inclusa nel campione. Il campionamento del cluster suddivide la popolazione in cluster, mentre il campionamento sistematico utilizza intervalli fissi dalla popolazione più ampia per creare il campione.
Il campionamento sistematico seleziona un punto di partenza casuale dalla popolazione, quindi un campione viene prelevato da intervalli fissi regolari della popolazione a seconda delle sue dimensioni. Il campionamento del cluster divide la popolazione in cluster e quindi preleva un semplice campione casuale da ciascun cluster.
Il campionamento del cluster è considerato meno preciso rispetto ad altri metodi di campionamento. Tuttavia, può risparmiare sui costi per ottenere un campione. Il campionamento del cluster è una procedura di campionamento in due fasi. Può essere usato quando è difficile compilare un elenco di tutta la popolazione. Ad esempio, potrebbe essere difficile costruire l'intera popolazione dei clienti di un negozio di alimentari da intervistare.
Tuttavia, una persona potrebbe creare un sottoinsieme casuale di negozi, che è il primo passo nel processo. Il secondo passo è intervistare un campione casuale dei clienti di quei negozi. Questo è un semplice processo manuale che può far risparmiare tempo e denaro.
Limitazioni del campionamento sistematico
Un rischio che gli statistici devono considerare quando conducono il campionamento sistematico riguarda l'organizzazione dell'elenco utilizzato con l'intervallo di campionamento. Se la popolazione inserita nell'elenco è organizzata secondo uno schema ciclico che corrisponde all'intervallo di campionamento, il campione selezionato può essere distorto.
Ad esempio, il dipartimento delle risorse umane di un'azienda desidera selezionare un campione di dipendenti e chiedere come si sentono riguardo alle politiche aziendali. I dipendenti sono raggruppati in squadre di 20 persone, con ciascuna squadra guidata da un manager. Se l'elenco utilizzato per selezionare la dimensione del campione è organizzato con team raggruppati insieme, lo statistico rischia di selezionare solo i manager (o nessun manager) a seconda dell'intervallo di campionamento.
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.