Probability vs Non Probability Sampling (Italiano)

Come affermato in questo articolo su Wikipedia, i metodi di campionamento dell’indagine consistono in due varianti; probability e non probability sampling.

Quindi quali sono le principali differenze tra i due?

Campionamento probabilistico

Ciò significa che tutti nella popolazione hanno la possibilità di essere campionati e puoi determinare quale sia la probabilità che le persone vengano campionate.,

Il campionamento probabilistico comprende il campionamento casuale semplice, il campionamento sistematico, il campionamento stratificato, la probabilità proporzionale alla dimensione del campionamento e il campionamento cluster o multistadio. E sono questi elementi in comune

1. Tutti noti (calcolata) possibilità di essere campionata
2. C’è una selezione casuale

Non probabilità di campionamento

Questo significa che l’esclusione di una parte della popolazione nel tuo esempio, e che il numero esatto non può essere calcolato significa che ci sono dei limiti su quanto si può determinare la sua popolazione dal campione.,

Metodi di campionamento Nonprobability includono campionamento convenienza, campionamento quota, e il campionamento intenzionale – o campionamento giudizio, e il campionamento palla di neve.

(Fonte, wikipedia.org)

Metodi di campionamento probabilistico

Campionamento casuale semplice

Il campionamento casuale, nella sua forma più semplice e pura, significa che ogni membro della popolazione ha una probabilità uguale (e nota) di essere selezionato. In una grande popolazione, questo diventa proibitivo per motivi di costo e tecnici, quindi il pool effettivo di intervistati diventa di parte.,

Campionamento sistematico

Questo metodo è spesso preferibile al semplice campionamento casuale, poiché si selezionano sistematicamente membri della popolazione, cioè ogni Ennesimo record. Finché non esiste un ordine della lista, il metodo di campionamento è altrettanto buono quanto casuale – solo molto più semplice da gestire.

Campionamento stratificato

Questa è una tecnica più comunemente usata, e la popolazione è divisa in sottoinsiemi con un tratto comune, o “strati”, e quindi viene eseguito il campionamento casuale per ridurre il bias di campionamento., La chiave è garantire che la dimensione del campione sia abbastanza grande da rappresentare la popolazione.

Metodi di campionamento non probabilità

Convenienza Campionamento

Uno dei metodi di campionamento più conveniente, i ricercatori scelgono questo metodo in quanto possono reclutare il campione dalla popolazione che è a portata di mano, o conveniente per loro. Spetta al ricercatore assicurarsi che venga scelto un campione abbastanza grande che possa rappresentare da vicino la popolazione studiata.

Un’estensione di questo è il campionamento del giudizio, in cui la ricerca seleziona un campione rappresentativo in base al loro giudizio.,

Campionamento delle quote

Molto simile al campionamento stratificato, in cui il ricercatore definisce i segmenti o gli “strati” e la loro proporzione rappresentativa nel campionamento delle quote di popolazione differisce dal fatto che gli intervistati sono tipicamente riempiti dal campionamento di convenienza o giudizio, vs casuale.

Snowball Sampling

Esiste un altro metodo per acquisire gli intervistati chiamato snowball sampling, in cui i soggetti iniziali rimandano gli altri a partecipare al sondaggio.

Esempi di polarizzazione del sondaggio

La polarizzazione del sondaggio può sollevare la sua brutta testa molte volte durante la creazione di un sondaggio., Dalla popolazione che scegli escludendo involontariamente i rispondenti chiave, per assicurarti di avere una dimensione del campione che rifletta accuratamente la popolazione totale.

È anche possibile creare bias di indagine attraverso il metodo di campionamento probabilità o non probabilità selezionato. Questo è chiamato Bias di campionamento (o Bias di campionamento).

Il bias del campione è quando un campione viene raccolto e, a causa del metodo utilizzato, alcuni membri della popolazione prevista hanno una minore probabilità di essere inclusi come altri.,

Non-Response Bias

Non-response bias (o bias di auto-selezione) può accadere quando un intervistato ha conoscenza di ciò che il sondaggio è circa e può decidere se partecipare o meno. Se il sondaggio offre una conoscenza avanzata dell’argomento del sondaggio e offre agli utenti la possibilità di attivare o disattivare, è possibile ottenere una maggiore popolazione di utenti che conoscono molto su quell’argomento e i risultati potrebbero sottorappresentare coloro che sono indifferenti o non hanno conoscenze sull’argomento.

Esclusione pregiudizi

Diciamo che si sta cercando di sondaggio “adolescenti che hanno provato a bere.,”È possibile creare un campione che si rivolge a livello di istruzione per ottenere i bambini al liceo che hanno provato a bere. Ma questo campione lascerebbe fuori chiunque abbia abbandonato o sia stato istruito a casa. Un sondaggio fascia di età può avere più senso.

Pre-Screening Bias

Alcuni metodi di campionamento possono eseguire annunci al fine di ottenere i partecipanti al sondaggio. Ma a seconda del targeting di questi annunci, i ricercatori potrebbero bias campioni. Se gli annunci sono mirati solo a determinati sottogruppi all’interno della popolazione campione, questo potrebbe creare un campione parziale.,