Come i campioni di probabilità e di probabilità non differiscono

I campioni rappresentano una parte importante della ricerca di mercato, in quanto non è possibile realizzare osservazioni dirette di tutti i membri di una popolazione in fase di studio. Un campione è un sottoinsieme di una popolazione. Occorre prestare attenzione affinché il campione corrisponda alla popolazione più grande in tutti i modi che potrebbero essere importanti per i risultati della ricerca dello studio. Alcuni campioni rappresentano così così da vicino la popolazione più grande che non è problematico fare inferenze sulla popolazione più grande in base alle osservazioni del gruppo di campioni.

<1>>

Due approcci: campionamento di probabilità contro campionamento di probabilità

Esistono due approcci generali al campionamento nella ricerca di mercato: campionamento di probabilità e campionamento di probabilità. Il campionamento di probabilità deve soddisfare le seguenti condizioni: Ogni unità di analisi deve avere la stessa probabilità di essere inclusa nel gruppo di campioni e quindi la matematica probabilità di qualsiasi membro del gruppo di campioni selezionato per il campione può essere calcolato matematicamente.

Che cosa è l'errore di campionamento e come faccio a sapere se lo ho?

Quando si lavora con campioni di non probabilità, è importante comprendere l'avvenimento di errore di campionamento . Più piccolo è il gruppo di campionamento, maggiore è la probabilità di errore di campionamento. Un tipo particolare di bias è il risultato della non partecipazione. È importante comprendere l'impatto della non partecipazione sul risultato complessivo di uno studio. Un esempio deriva dall'Indagine Generale della Società del 1980 (GSS) in cui coloro che non hanno partecipato alla ricerca sono stati trovati completamente diversi - come un gruppo - da coloro che hanno partecipato.

- 13 ->

I membri del gruppo difficilmente raggiungibili sono stati significativamente diversi dai loro partecipanti alla forza lavoro - in particolare nello stato socioeconomico, nello stato civile, nell'età, nel numero dei bambini, nella salute e nel sesso.

Qual è il campionamento di convenienza? È conveniente analizzare?

I campioni di convenienza sono comunemente utilizzati nella scienza sociale e nella scienza comportamentale a causa della forte dipendenza da studenti universitari, pazienti, volontari pagati, membri di reti sociali o organizzazioni formali e anche prigionieri.

Lo scopo di molte scienze sociali e la ricerca sul comportamento scientifico è quello di verificare che alcune caratteristiche si verificano o non si verificano nel gruppo in fase di studio. Un approccio comune è quello di cercare relazioni tra diversi attributi. I campioni di convenienza sono utili e adeguati per questo tipo di studio. Inoltre, è utile riconoscere che un campione di praticità non è sempre facile da mettere insieme.

I campioni di convenienza possono anche essere abbinati per confrontare due gruppi. Per utilizzare campioni di convenienza adeguati, un ricercatore deve essere in grado di identificare una controparte per ciascun membro del primo campione.Queste controparti sono membri del secondo campione (corrispondente). Le variabili che sono comunemente abbinate includono il sesso, l'età, la razza, l'etnia, il livello di istruzione, il luogo di residenza, l'orientamento politico, la religione, il tipo di lavoro e il salario o lo stipendio. La corrispondenza di queste variabili aiuta a ridurre le fonti di bias. Tuttavia, è importante riconoscere che anche l'accurata attenzione non può provocare campioni privi di bias - c'è sempre la possibilità di bias da sorgenti nascoste.

Che cosa è il campionamento di riferimento? È sempre non probabilista?

Il campionamento prevedibile viene utilizzato quando il progetto di ricerca richiede un campione di persone che presentano attributi particolari.

Generalmente, questi attributi sono rari o inusuali e normalmente non vengono distribuiti normalmente (secondo una "curva normale") nella popolazione più grande. Il campionamento prevedibile è pieno di bias, alcuni dei quali si verificano come risultato dei metodi utilizzati per identificare i membri di un campione intenzionale. Ad esempio, se lo scopo della ricerca richiede lo studio dei veterani con lesioni cerebrali traumatiche (TBI), il campione deve essere costituito da ex membri dei militari che hanno subito un danno cerebrale traumatico e che si identificano di conseguenza e accettano di partecipare allo studio . Ognuno di questi attributi o condizioni contribuisce ad una misura di bias al campione, limitando così il livello e il tipo di conclusioni che derivano dallo studio.

Una importante limitazione dell'approccio di campionamento non probabilità

Una limitazione importante del campionamento non probabilità è che non si possono trarre inferenze sulla popolazione più grande basata su un campione di non probabilità.

Tuttavia, questo non è sempre il caso, visto che una visione realistica di come le persone si avvicinano ai risultati della ricerca individueranno facilmente situazioni in cui le persone non approntano in modo inadeguato le conclusioni dei risultati associati a campioni di non probabilità.

Inoltre conosciuto come: campionamento convenzionale, campionamento intenzionale

Esempi:

I campioni che agiscono come sondaggi di opinione pubblica vengono diffusi con l'idea di rappresentare come i membri di una popolazione voteranno in una prossima elezione simili. Questi campioni devono essere altamente rappresentativi della popolazione per essere utilizzati per fare previsioni sui risultati delle elezioni, ad esempio.