Dipartimento di Comunicazione e Ricerca Sociale | - Strategie di campionamento e di ... ·...

Strategie di campionamento e

di selezione dei casi di studio

Prof. Stefano Nobile Corso di Metodologia della ricerca sociale

Perché campionare

• Scienze fisico-naturali e scienze umane

• Assunto di fungibilità – Un oggetto fungibile si comporta come tutti gli

– altri oggetti dello stesso tipo (a condizioni uguali)

– è rappresentativo di tutti gli altri: basta osservare il comportamento di un oggetto per estendere, generalizzare i risultati a tutti gli altri oggetti dello stesso tipo

– P. es. un atomo di azoto si comporta come qualsiasi altro atomo di azoto

• Campionamento e censimento (e panel)

• Universo (popolazione) e campione

Strategie di campionamento e di

selezione dei casi di studio 2 Prof. Stefano Nobile

Censimento e

campionamento

• Rilevazioni censuarie (totali): – Analizzano l’intera popolazione statistica interessata

allo studio. • Censimento generale della popolazione e delle abitazioni.

• Fatturato delle grandi imprese

• Rilevazioni campionarie (parziali): – Limitano l’analisi ad una parte della popolazione

statistica, individuata mediante la tecnica del campionamento

– Mirano a generalizzare i risultati ottenuti sul campione a tutta la popolazione

• Indagine sulle forze lavoro

• Indagine sui consumi della famiglie

Prof. Stefano Nobile Strategie di campionamento e di

selezione dei casi di studio 3

Campionare su dati secondari:

Durkheim e «Il suicidio» (1897)

• Problema dell’ordine sociale

• Ribaltamento di prospettiva: il suicidio non più come fatto individuale, ma collettivamente determinato

• Il suicidio come grande problematica dell’epoca

• L’eliminazione delle prenozioni – suicidio e malattie mentali (Bourdin; I lavori della scuola

lombrosiana (Morselli); differenza tra pazzi e pazze).

– Il caso di donne, ebrei; età; nazioni; alcolismo; Razza

– Fattori cosmici

– Imitazione (Tarde)

• Suicidio egoistico

• Suicidio altruistico

• Suicidio anomico



Campionare su dati secondari:

Durkheim e «Il suicidio» (1897)

• Variabili considerate:

– Sesso

– Età

– Geografia

– Climatologia

– Dati epidemiologici (alcolismo, foillia)

– Religione

– Razza

– Stato civile



Campionare nell’ambito della ricerca qualitativa.

Thomas e Znaniecki: Il contadino polacco in Europa e in

America

• Tra il 1880 e il 1914 circa 40 milioni di europei, senza terra e senza lavoro, si spostarono in Australia, nelle Americhe e in Sudafrica.

• Informazioni di carattere soggettivo

• 754 lettere a 20 centesimi circa l’una, alcuni diari in numero imprecisato, una lunghissima autobiografia, archivi di giornale, materiale delle parrocchie

• La non reattività della tecnica, la possibilità di ricostruire il passato



Campionare strategicamente:

Middletown

• R.S. Lynd & H.M. Lynd: Middletown (1924-1925); Middletown In Transition (1937)

• La scelta della città – La città doveva essere il più possibile rappresentativa della vita

americana contemporanea

– Essa doveva essere, nello stesso tempo, abbastanza compatta e omogenea da prestarsi a uno studio globale

• Conformemente alla prima di queste considerazioni si sono ritenute desiderabili le seguenti caratteristiche: 1) un clima temperato 1; 2) un tasso di sviluppo abbastanza elevato da assicurare la presenza di un ricco assortimento delle crescenti difficoltà che accompagnano il mutamento sociale contemporaneo; 3) una cultura industriale con produzione per mezzo di macchine moderne ad alta velocità; 4) la mancanza di dominio dell’industria cittadina da parte di un’unica azienda, cioè il fatto di non essere una cittadina mono-industriale; 5) una vita artistica locale tale da bilanciare la sua attività industriale, e quindi in gran parte autonoma, cioè non la vita di una cittadina sede universitaria, nella quale il college importa la musica e le conferenze consumate dalla comunità; 6) la mancanza di notevoli peculiarità o di acuti problemi locali, che la distinguessero dalla media delle comunità americane.




Middletown

• Allo scopo di garantire un certo grado di

compattezza e di omogeneità, i Lynd andarono

alla ricerca delle seguenti caratteristiche:

1. la città doveva comprendere da 25.000 a 50.000

abitanti, il che significava scegliere tra 143 possibili

città, secondo il censimento del 1920

2. la città doveva essere autonoma per quanto

possibile; non doveva cioè essere una città satellite

3. essa doveva avere una popolazione limitata di

afroamericani e di immigrati dall’estero.

Prof. Stefano Nobile




Middletown



Tipi di campione

Campione

Probabilistico

Casuale

Sistematico

Stratificato

A stadi

A grappoli

Non probabilistico

Accidentale

Per quote

A valanga

Testimoni qualificati

A scelta ragionata



Implicazioni del

campionamento

• Generalizzabilità dei risultati

• Statistica descrittiva e statistica

inferenziale

• La ricerca qualitativa e il criterio di

saturazione (Bertaux, 1981)

• Gli studi di caso



I crismi del campionamento

• Eterogeneità

• Rappresentatività

• Sufficienza

• Aumento della numerosità campionaria

all’aumento delle variabili-criterio utilizzate



Rappresentatività di un

campione

• La rappresentatività va controllata per ogni

proprietà separatamente

• Essa può essere giudicata soltanto per le

proprietà che si conoscono nella

popolazione di riferimento

• Il campione è rappresentativo soltanto

rispetto alle proprietà note nella

popolazione (Marradi, 2007: 102)



Problemi nei campioni

probabilistici

• Liste: – indisponibilità delle liste da cui estrarre il campione (p. es.

su segmenti di popolazione: casalinghe, operai, etc.);

– Liste non aggiornate (rimedio parziale: liste elettorali aggiornate ogni 6 mesi)

– Liste incomplete (p. es. elenco telefonico: mancano molte persone; liste anagrafiche: non riportano i presenti ma solo i residenti; etc.)

• Organizzativi: – zone non facilmente raggiungibili;

• Irreperibilità degli intervistandi

• Dinamica del contatto per l’intervista



Il campionamento casuale

semplice

• Estrazione con ripetizione

• Estrazione senza ripetizione

• Software per generare numeri casuali



Il campionamento casuale

semplice



Campione casuale

semplice: l’estrazione dalla

tavola dei numeri aleatori



Il campionamento

sistematico



Il campionamento

sistematico

• 𝑘 =𝑁

𝑛



Il campionamento a stadi

• Per ogni stadio il ricercatore deve decidere le caratteristiche di delimitazione, la numerosità delle unità da estrarre, le probabilità di inclusione e le tecniche adeguate di selezione.

• Il campionamento a stadi non richiede la completezza della lista dei casi, ma solo una lista delle unità primarie aggregative che vengono estratte casualmente.

• La lista completa delle unità è necessaria solo in un momento successivo, a livello di unità primarie aggregative estratte.



Il campionamento a stadi

Esempio di tale situazione è dato dall’anagrafe che non esiste come unico archivio nazionale ma è suddivisa negli 8.103 comuni italiani.

In questo caso si procede:

• Estraendo casualmente un campione di comuni (unità di primo stadio)

• Estraendo un campione casuale di famiglie (unità di secondo stadio) da ciascuna lista anagrafica per ogni comune selezionato

• Estraendo uno dei membri (unità di terzo stadio) rappresentativi delle famiglie selezionate.

Prof. Stefano Nobile



Il campione a grappoli



Il campione stratificato



Le tecniche di campionamento NON

probabilistiche: il campione per quote

• L’intervistatore sceglie le unità da

intervistare, ma deve rispettare le quote di

popolazione che rappresentano

determinate caratteristiche



Il campione per quote

• La popolazione viene divisa in un certo numero di strati massimamente omogenei al loro interno rispetto a variabili considerate rilevanti ai fini della ricerca (come per il campionamento stratificato).

• La numerosità interna degli strati è proporzionale alla numerosità dei rispettivi strati nella popolazione.

• Gli individui non vengono, però, estratti casualmente da ciascuno strato, bensì scelti dagli intervistatori che sono solo obbligati a rispettare le quote. – Esempio: indagini telefoniche con interviste stabilite per

quote (sesso, classe di età, istruzione, ecc.).



Il campione a scelta

ragionata

• Questo tipo di campionamento è usato nel

caso in cui i fenomeno da studiare sia

fortemente caratterizzato o circoscritto a

determinate aree o individui.

• Le unità campionarie vengono scelte sulla

base di alcune loro caratteristiche.



Il campione a scelta

ragionata bilanciato

• È un tipo di campione a scelta ragionata

nel quale si selezionano i casi tenendo

sotto controllo il rispetto delle distribuzioni

di queste proprietà: la selezione dei casi si

effettua in maniera tale che le medie o le

proporzioni del campione risultino

prossime a quelle note della popolazione

per determinate variabili.



Il campionamento a valanga

• Molto utilizzato per lo studio di fenomeni non istituzionalizzati o di natura clandestina, questo tipo di campionamento si caratterizza per la concatenazione dei contatti.

• Si basa, infatti, sul legame di rete che intercorre tra i soggetti coinvolti nella ricerca: si parte dall’intervista di un gruppo ristretto di soggetti noti, ai quali si chiede di indicare altri soggetti appartenenti alla stessa categoria o che svolgono lo stesso ruolo.



Il campionamento a valanga

• Questo tipo di campionamento è particolarmente utile nei casi in cui non si conosca a priori né l’entità del fenomeno né la lista dei soggetti su cui effettuare la rilevazione.

• La concatenazione dei contatti, però, comporta il pericolo di ottenere una certa omogeneità delle informazioni dal momento che gli intervistati tenderanno ad indicare soggetti simili con esperienze simili oppure i soggetti più attivi all’interno di una determinata categoria sociale. – Esempio: Indagine sugli immigrati senza permesso di soggiorno

– Si contatta un immigrato, lo si sottopone ad intervista e poi gli si chiede di indicare un altro immigrato di sua conoscenza disposto a rilasciare l’intervista.



Il campionamento

tipologico-fattoriale

• Questo tipo di campionamento, molto utilizzato nelle indagini con interviste CATI (Computer assisted telephone interview), è utile per controllare le ipotesi di relazione tra variabili, rispondendo all’esigenza di analizzare le relazioni fra un insieme di variabili considerate rilevanti rispetto al fenomeno oggetto di studio.

• Si distingue dai campionamenti stratificati o per quote per la prescrizione che richiede l’equa ripartizione numerica delle classi, in modo da porre sotto controllo le variabili stratificatrici attraverso il procedimento della loro neutralizzazione (le variabili che si vogliono controllare sono, ad esempio, al netto di alcuni altre quali genere, titolo di studio e fascia di età, che vengono quindi utilizzate per il campionamento).



Il campionamento


• Per assicurare una numerosità congrua di solito si fissa una numerosità uguale per ciascun tipo.

• Se l’estrazione degli individui avviene attraverso un procedimento casuale, questo tipo di campionamento appartiene alla famiglia dei probabilistici.

• Si tratta di un disegno quasi-sperimentale, con un’impostazione causale di natura unidirezionale, che mira a distinguere le variabili indipendenti da quelle dipendenti, controllandole per un certo numero di variabili intervenienti (quelle utilizzate per campionare).

• Gli strati, quindi, non vengono costruiti in base ad una logica di isomorfismo con la popolazione.



Un esempio di campionamento




Maschi Femmine Maschi Femmine

18-27 3 3 3 3

28-35 3 3 3 3

18-27 3 3 3 3

28-35 3 3 3 3

18-27 3 3 3 3

28-35 3 3 3 3

18-27 3 3 3 3

28-35 3 3 3 3

18-27 3 3 3 3

28-35 3 3 3 3

18-27 3 3 3 3

28-35 3 3 3 3

Genere Genere

Impegnati Non impegnati

Stato della relazione

provenienza geografica

credono

non credono

credono

non credono

credono

non credono

Nord

Centro

Sud

Religione

età

età

età

età

età

età

La ponderazione

• Si intende per ponderazione quella procedura con cui il ricercatore modifica artificialmente la composizione del campione onde renderla più prossima alla distribuzione della popolazione.

• Viene attribuito un «peso» alle unità campionarie a seconda delle loro caratteristiche.

• Possono basarsi su: a) probabilità di inclusione delle unità nel campione, b) conoscenze che si hanno sulla popolazione, c) conoscenza che si hanno sulle non risposte.



Problemi della

ponderazione

• Spesso viene valutato negativamente ed accusato di essere una pura manipolazione dei dati.

• È un artificio contabile necessario per mascherare le distorsioni del campione.

• Tuttavia è necessario in quanto la non-ponderazione conduce sicuramente ad un errore.

• La ponderazione va però dichiarata quando eseguita, in quanto incide sia sulla bontà (rappresentatività ed ampiezza) di un campione



Campioni probabilistici e non

probabilistici a confronto

Proprietà Campioni

probabilistici

Campioni non

probabilistici

Semplicità No Sì

Rapidità No Sì

Economicità No Sì

Ipotesi di contenuto Sì Sì

Analisi dell’universo Sì No

Rappresentatività Sì No

Inferenza (generalizzazioni) Sì No



Adattato da Guala, 2000: 361

Sì, ma quanto «deve» essere

grande un campione?

• Non è vero del tutto che più unità si raccolgono e meglio è. Ciò comporta infatti un maggior impegno in termini di risorse umane e materiali.

• Tuttavia, la numerosità campionaria determina l’attendibilità delle stime: un campione eccessivamente ridotto può compromettere la credibilità dei risultati dell’indagine

• La numerosità ottimale del campione è quella che permette di raggiungere gli obiettivi dell’indagine al minimo costo, e sarà il più piccolo numero in base al quale le stime raggiungeranno il livello di attendibilità atteso dal ricercatore.



Sì, ma quanto «deve» essere grande un

campione? Dipende dalle condizioni di

partenza

Variabili

categoriali

Variabili

cardinali

Popolazione nota

Popolazione ignota



L’errore di campionamento

• Errore di campionamento = scarto tra il

parametro (incognito) della popolazione e

la stima del campione.

• V = v +/- e



L’errore di campionamento per

variabili cardinali o quasi-cardinali

• Nel campione casuale semplice se il parametro da stimare è una media, l’errore di campionamento è dato da:

• e= 𝑆

√𝑛(1 − 𝑓)

• z = coefficiente dipendente dal livello di fiducia della stima (nel caso del 95%=1,96)

• s = deviazione standard campionaria della variabile studiata

• n = ampiezza del campione

• 1 – f = fattore di correzione per popolazioni finite

• f = frazione di campionamento n/N.



L’errore di campionamento

per variabili categoriali

• 𝑒 = 𝑧𝑝𝑞

𝑛−1

• In questo caso, p e q sono le proporzioni

di una variabile dummy categoriale



La determinazione della

numerosità campionaria

• n=𝑁𝑡2𝑝𝑞

𝑒2 𝑁−1 +𝑡2𝑝𝑞





• Studio su un universo composto da 3599 matricole (Agnoli, Fasanella, 1999)

• Parametro: sesso (maschi= 37,3%; femmine=62,7%)


𝑒2 𝑁−1 +𝑡2𝑝𝑞=

3599 𝑥 1,962 𝑥 0,37 𝑥 0,62

0,0025 𝑥 3598+1,962 𝑥 0,37 𝑥 0,62=

3222,82

9,8904 = 327

n = numerosità del campione

t = livello di confidenza, pari a 95%, espresso in valori z = 1,96

p = percentuale femmine

q = percentuale maschi

E = errore tollerato





• Studio sulla canzone italiana (Nobile: 2012)


𝑒2 𝑁−1 +𝑡2𝑝𝑞=

1438 𝑥 1,962 𝑥 0,50 𝑥 0,50

0,0009 𝑥 1437+1,962 𝑥 0,50 𝑥 0,50=

1381,06

1,2933+0,9604 =

1381,06

2,2537 = 612

n = numerosità del campione

t = livello di confidenza, pari a 95%, espresso in valori z = 1,96

p = percentuale femmine

q = percentuale maschi

e = errore tollerato (fissato al 3%)



Quando si conosce (o si può

calcolare) il margine di errore

• La formula per determinare la numerosità del campione da selezionare è data da:

• n = (σz/e)2

n=ampiezza del campione

σ=deviazione standard nella popolazione N della variabile studiata;

z=coefficiente dipendente dal livello di fiducia della stima (di solito uguale a 1,96, corrispondente all’intervallo di confidenza del 95%);

e= errore nella stima (percentuale dell’errore accettato)



Quando non si conosce il

margine di errore

• E2 = 𝑡2𝑝𝑞 (𝑁−𝑛)

𝑛(𝑁−1) =

1,962 𝑥 0,63 𝑥 0,37 𝑥 (3599 −358)

358 𝑥 (3599−1)

= 0,00474673

• E = 4,7%



Il livello di confidenza

• Il grado di affidabilità, o livello di

confidenza, è la probabilità che un

determinato parametro dell’universo rientri

in una gamma di valori della

corrispondente statistica calcolata sul

campione.



Il livello di confidenza e il

margine di errore

• «C’è il 95% di probabilità che a guardare

la trasmissione X sia stato il 30% ± 5% dei

telespettatori»



Livello di confidenza

(fiducia)

Errore

campionario

La deviazione standard

• La deviazione standard (o scarto tipo)

fornisce una buona misura sintetica della

deviazione dalla media. Quanto maggiore

è l’eterogeneità, tanto più ampio dovrà

essere il campione perché la sua media

sia una stima accurata della media della

popolazione (Bailey, 1982)



I parametri del campione

probabilistico

• Gli studi basati sulle rilevazioni campionarie hanno lo scopo di stimare alcuni parametri ovvero dare valori approssimativi della popolazione sulla base dei parametri del campione.

• La stima del parametro è probabilistica, essa comporta, cioè, un errore dovuto all’impossibilità di determinare con esattezza il parametro. Ciò che è possibile è stabilire un intervallo (di fiducia/confidenza) entro il quale si colloca il valore della statistica della popolazione.



Probabilità campionaria

5% 2% 1%

N n N n N n

100 80 100 96 100 99

300 170 300 270 300 296

500 220 500 415 500 475

1.000 285 1.000 715 1.000 910

5.000 370 5.000 1.660 5.000 3.330

> 8.000 400 > 50.000 2.500 > 200.000 10.000



Dipartimento di Comunicazione e Ricerca Sociale | - Strategie di campionamento e di ... ·...

Documents

Transcript of Dipartimento di Comunicazione e Ricerca Sociale | - Strategie di campionamento e di ... ·...