Ricerca di soggetti o campioni umani comporta l’osservazione e la sperimentazione per descrivere un fenomeno . Le cose che si desidera descrivere costituiscono la popolazione. Perché è spesso realistico testare o osservare grandi popolazioni di persone o campioni , i ricercatori utilizzano il campionamento di fare inferenze sulla popolazione . Un campione selezionato rappresenta la popolazione in uno studio . Esempio vs Popolazione

Se si voleva condurre uno studio di come le adolescenti neri in Iowa gestire lo stress , è possibile scegliere un campione di 100 adolescenti neri in un liceo Des Moines per amministrare stress test e osservare . Non è realistico testare e osservare ogni ragazzo nero adolescente nello stato. Il campione , se scelto con cura , dovrebbe rappresentare l’intera popolazione di adolescenti neri in Iowa . Le reazioni del campione per lo stress test , in teoria , sarebbe la stessa di un qualsiasi gruppo di ragazzi adolescenti neri in Iowa .

La popolazione comprende ogni singolo esemplare che è come il tuo campione. In questo esempio , la popolazione è ogni adolescente nera in Iowa . Sarebbe impossibile testare tutti i membri della popolazione . Il valore del campionamento è che , se fatto correttamente, può raccontare una storia sulla popolazione nel suo complesso , senza l’onere di osservare un’intera popolazione . A volte è necessario osservare un’intera popolazione , come ad esempio quando la popolazione è troppo piccolo per produrre un campione statisticamente valido .

L’impostazione dei parametri

popolazioni devono essere attentamente descritti e campioni selezionati accuratamente per garantire l’affidabilità e la validità dello studio . Domanda rigorosamente i criteri utilizzati per selezionare una popolazione per il campionamento . Quanti anni sono adolescenti ? Come si determina gara ? C’è qualcosa sulla città o della regione in fase di sperimentazione che lo rende “tipico” , o sarebbe uno studio tra diverse regioni dare risultati più rappresentativi ? Ci sono fattori attenuanti che potrebbero falsare i risultati ? Una volta che un profilo specifico della popolazione in studio è descritto , il campionamento può iniziare .

Metodi di campionamento

campionamento probabilistico è il metodo migliore per garantire risultati affidabili e validi . Campioni casuali semplici ( SRS ) sono più utilizzati perché si ottengano rappresentativi , i risultati probabilistici . In un SRS , ogni membro della popolazione ha la stessa probabilità di selezione per il campione . Un esempio di selezione SRS per un campione di 100 sarebbe quello di riempire una scatola con tutti i nomi dei ragazzi , si agita e disegnare nomi a caso fino a quando sono stati redatti 100 nomi . Realisticamente , ci sono programmi per computer che genereranno un SRS dalla popolazione . Altri metodi di campionamento probabilistico includono campionamento casuale stratificato , il campionamento sistematico e campionamento a grappolo .

Bad metodi di campionamento

metodi non probabilistici di campionamento non producono campioni probabilistici e volontà non dare risultati generalizzabili . Uno di questi è la disponibilità o la convenienza di campionamento . Ad esempio : Un ricercatore si trova in un centro commerciale e dà volantini alle persone che camminano da a mezzogiorno di Martedì invitandoli a compilare un sondaggio on line sullo stress . Il problema di questo metodo è che il campione non può essere rappresentativo della popolazione nella regione , o la popolazione degli acquirenti che vengono a quel centro commerciale . Shoppers in questo esempio , che non sono al lavoro oa scuola a mezzogiorno in un giorno feriale , non possono riflettere la popolazione nel suo complesso . Possono avere sproporzionato reddito disponibile , dal momento che sono in un centro commerciale . Questo metodo è semplice , ma può essere dannoso per uno studio . Altri non probabilistici metodi di campionamento includono campionamento per quote , campionatura ragionata e campionamento a valanga .