Metodi Statistici per la Comunicazione: Campionamento Probabilistico e Non Probabilistico, Dispense di Statistica

Scarica Metodi Statistici per la Comunicazione: Campionamento Probabilistico e Non Probabilistico e più Dispense in PDF di Statistica solo su Docsity! M.G.Grassia Maria Gabriella Grassia Università degli studi di Napoli Federico II mgrassia@unina.it Metodi Statistici per la Comunicazione Laurea Magistrale Comunicazione pubblica, sociale e politica 7 Le tecniche di campionamento Capitolo a cura di M.G. Grassia, M.Marino Perché effettuare un’indagine campionaria Differenti tipi di campionamento Campionamento probabilistico Campionamento casuale semplice ▪ Con reimmissione ▪ Senza reimmissione ▪ Sistematico Campionamento stratificato Campionamento a grappoli Campionamento a più stadi Campionamento non probabilistico Campionamento di comodo Campionamento a valanga Campionamento per quote Campionamento del caso tipico Distribuzioni campionarie Insieme finito o infinito, di UNITA' statistiche definito:  nei contenuti  nello spazio  nel tempo Insieme delle n UNITA' statistiche selezionate tra le N che compongono la popolazione :  il fine è rappresentare la popolazione  le n unità che costituiscono il campione sono le unità campionarie Esempio popolazione Italiana:  residente in Italia  sul territorio Italiano  al censimento del 2011 La Popolazione (“universo”) Il Campione 1936: Elezioni presidenziali USA - Candidati: F.D. Roosvelt e A. Landon Indagine Literary Digest: • 10 milioni di fac-simile di schede elettorali inviate a nominativi estratti dagli elenchi telefonici e dai registri automobilistici • Risultato previsto: Roosvelt 41 % e Landon 59 % Indagine Gallup: • alcune migliaia di interviste ad elettori estratti casualmente dall'intera popolazione • Risultato previsto: Roosvelt 60 % e Landon 40 % Le origini dell’indagine Campionaria Risultato delle elezioni: Roosvelt 61 % Gli errori del Literary Digest: 1. ERRORE DI COPERTURA • le liste usate non erano complete • gli elenchi usati non erano rappresentativi dell'intera popolazione ma solo dei ceti più abbienti che tendevano a votare repubblicano 2. AUTOSELEZIONE del CAMPIONE • Le caratteristiche socio-demografiche dei cittadini che risposero al sondaggio erano presumibilmente diverse da quelle di chi non rispose (istruzione, reddito, etc.) Le origini dell’indagine Campionaria Campione Probabilistico Campione Probabilistico – Disegno di campionamento In un campione probabilistico bisogna, per prima cosa, definire la popolazione oggetto di indagine (indicata con N). Una volta definita la popolazione è necessario verificare la disponibilità di una lista completa delle sue unità. Definita la popolazione è necessario definire le regole per l’estrazione del campione con procedura di estrazione che sia effettivamente casuale. Insieme di decisione prese per formare il campione:  base del campione  metodi di selezione (struttura del campione)  probabilità di inclusione  regole di selezione  determinazione della numerosità Disegno di campionamento L'elenco delle unità statistiche deve essere: • Esaustivo • Senza ripetizioni • Recente Frazione di Campionamento n N 100 Intervallo di Campionamento N n 100 Percentuale della popolazione che forma il campione Intervallo tra un'unità statistica prescelta e quella successiva Campione Probabilistico – Disegno di campionamento Base del Campione LA SELEZIONE CASUALE La casualità dell'estrazione garantisce la rappresentatività del campione TECNICHE  Le tavole dei numeri casuali  Generazione con il computer SELEZIONE con REINSERIMENTO o BERNOULLIANA o con RIPETIZIONE SELEZIONE senza REINSERIMENTO o IN BLOCCO o senza RIPETIZIONE SELEZIONE SISTEMATICA Campione Probabilistico – Disegno di campionamento Regole per la Selezione Si mettono in sequenza le unità e se ne seleziona una ogni tante, a partire da una selezionata casualmente. Il passo di campionamento si determina sulla base del rapporto: k N n = La posizione dell'unità da cui partire r è: 1  r k Si includono nel campione le n unità nelle posizioni: r; r+k; r+2k; ....;r+nk Campione Probabilistico – Disegno di campionamento Regole per la Selezione – Selezione sistematica La numerosità ottima di un campione è quella che permette di ottenere gli obiettivi dell'indagine al minimo costo e corrisponde al più piccolo campione in base al quale le stime raggiungono il livello di attendibilità atteso dal ricercatore. La numerosità è funzione: del parametro che si vuole stimare del tipo di campionamento della variabilità della popolazione dell'errore che si è disposti a sopportare della probabilità dell'errore Campione Probabilistico – Disegno di campionamento La numerosità ottima del campione Campione Probabilistic( CAMPIONE CASUALE SEMPLICE POPOLAZIONE numerata da 1 a 18 È 13 1) LI | f Con il CAMPIONE STRATIFICATO si introduce un controllo pur lasciando la selezione casuale Stratificare significa: • ripartire la POPOLAZIONE in Sottospazi detti Strati • individuare Sottopopolazioni al massimo Omogenee rispetto alla variabile o alle variabili da rilevare STIME più Efficienti di quelle ottenibili con un Campionamento Casuale Semplice (a pari numerosità) Campione Probabilistico – CAMPIONE STRATIFICATO Campione Probabilistico = CAMPIONE STRATIFICATO POPOLAZIONE Maschi - Femn Femmine » sì 3 PA. sgh, u@ A UIL N Pa N=18 STRATO 1 Stratificazione STRATO 2 Po 20) 50 00 100% 12 % 13M 15 Pf né 196) id 15Î) N;=10 Na=8 Estrazione casuale > > iù f pori a jone Probabilisti CAMPIONE A GRAPPOLI POPOLAZIONE Formata da grappoli numerati da 1 a 10 Il campione a Grappoli deve essere formato da un Numero Elevato di grappoli di Piccole Dimensioni Pochi grappoli di grande dimensione possono fornire informazioni rilevanti solo se risultano estremamente ETEROGENEI nel loro interno Nella pratica un grandissimo numero di indagini si realizzano con il campionamento a grappoli: • il controllo di qualità • le indagini d'opinione di alcune compagnie aeree • alcuni studi di medicina Campione Probabilistico – CAMPIONE A GRAPPOLI – formazione dei grappoli Il campione a due o più stadi è una variante del campionamento a Grappoli Alla base della STADIFICARE c'è una struttura GERARCHICA della POPOLAZIONE La POPOLAZIONE finale di unità è contenuta in un insieme di unità di livello superiore, che possono a loro volta appartenere ad un numero più ridotto di insiemi, di dimensione più ampia Campione Probabilistico – CAMPIONE A DUE O PIÙ STADI Esempio: indagini su vaste aree territoriali primo stadio Comuni secondo stadio Famiglie grappolo Tutti i componenti della Famiglia L'estrazione del campione può avvenire con criteri differenti ad ogni STADIO ✓ Con Probabilità COSTANTI ✓ da LISTE STRATIFICATE oppure NO Si parla di Campionamento NON probabilistico perché la probabilità che ogni soggetto ha di essere inclusa nel campione non è nota Lo SVANTAGGIO dei campioni non probabilistici è che, non essendo nota la probabilità, non è possibile fare INFERENZA: non è possibile estendere all’universo in termini di probabilità le informazioni ottenute dal campione IL VANTAGGIO principale sta nel fatto che i campioni non probabilistici sono di facile implementazione, poco costosi e richiedono poco tempo per essere realizzati Campione NON Probabilistico Si utilizzano quando:  il ricercatore non dispone di un elenco esaustivo delle unità da campionarie (dispone solo di alcune informazioni sulla popolazione da indagare)  nelle indagini pilota  in quelle ricerche che impongono l’inclusione di determinate unità PERCHÉ? Campione NON Probabilistico CAMPIONAMENTO DI COMODO I casi vengono selezionati sulla base della loro immediata disponibilità per la ricerca. L’accuratezza del campionamento è molto scarsa, si risparmia solo in tempo e costi CAMPIONAMENTO A VALANGA (snowballs) Consiste nell’individuare un primo gruppo di persone da intervistare e che possiedono le caratteristiche cercate. Questi soggetti sono a loro volta “invitati” (utilizzati) per individuare altri soggetti con le stesse caratteristiche (una sorta di passa parola) CAMPIONAMENTO PER OBIETTIVI O A SCELTA RAGIONATA È una tecnica molto soggettiva perché si basa sull’esperienza e sul giudizio del ricercatore: sceglie le persone da intervistare che meglio rispondono alle finalità della propria indagine Campione NON Probabilistico – Differenti tipi IN SINTESI Campione NON Probabilistico Campione Probabilistico INFERENZA INFERENZA Solo descrizione del campione CAMPIONE POPOLAZIONE STATISTICHE DESCRITTIVE PARAMETRI Xx|-————eeee »|u S 2 » |O 2 Teoria della probabilità Distribuzioni campionarie I * Stime * Verifica di ipotesi TEORIA DELL’INFERENZA TECNICHE INFERENZIALI Distribuzione Campionaria Dalla popolazione al campione: stimatori e stime << —€ - Universo dei possibili . Popolazione campioni di dimensione n Campione estratto J J J - 1 - 1 =— Xx=_- ) X. h X=T4% nà ' (Parametro) (Stimatore) (Stima) 0 T,=ò t