Metodi di campionamento — casuale, stratificato e sistematico

I metodi di campionamento sono le regole usate per scegliere un campione da una popolazione. In statistica, il metodo conta perché un campione distorto può dare un risultato fuorviante ancora prima di fare i calcoli.

I tre metodi più comuni sono il campionamento casuale semplice, il campionamento stratificato e il campionamento sistematico. La scelta giusta dipende dalla popolazione, dall’elenco che hai e dal fatto che gruppi importanti debbano avere una rappresentazione separata.

Metodi di campionamento a colpo d’occhio

Il campionamento casuale semplice usa solo il caso, quindi ogni membro della popolazione ha la stessa probabilità di essere selezionato.

Il campionamento stratificato divide la popolazione in gruppi significativi, chiamati strati, e poi campiona casualmente all’interno di ciascun gruppo. Usalo quando quei gruppi sono rilevanti per la domanda.

Il campionamento sistematico parte da un punto casuale in un elenco e poi prende ogni $k$-esimo elemento. È veloce, ma funziona bene solo se l’ordine dell’elenco non contiene uno schema ripetuto legato a ciò che stai misurando.

Quando usare ciascun metodo di campionamento

Usa il campionamento casuale semplice quando la popolazione è già un unico insieme misto e vuoi soprattutto equità attraverso il caso.

Usa il campionamento stratificato quando alcuni gruppi sono abbastanza importanti da poter essere trascurati o sottorappresentati da un semplice campione casuale.

Usa il campionamento sistematico quando hai un lungo elenco ordinato e vuoi una regola pratica come “prendi ogni 10° nome”. La condizione è importante: se l’ordine dell’elenco ha un ciclo nascosto, il metodo può alterare il risultato.

Se vuoi una regola rapida, chiediti questo:

• La popolazione è sostanzialmente un unico gruppo misto? Usa il campionamento casuale semplice.
• Alcuni gruppi specifici devono essere rappresentati in modo affidabile? Usa il campionamento stratificato.
• Hai un lungo elenco neutro e ti serve un metodo veloce? Usa il campionamento sistematico.

Esempio svolto: il campionamento stratificato mantiene i gruppi chiave nel campione

Supponiamo che una scuola voglia fare un’indagine sulle abitudini di studio. Ci sono $100$ studenti: $60$ del penultimo anno e $40$ dell’ultimo anno. La scuola vuole un campione di $20$ studenti.

Con un campione casuale semplice, il risultato potrebbe essere vicino alla suddivisione reale, ma il caso potrebbe comunque produrre troppi studenti del penultimo anno o troppi dell’ultimo anno.

Con il campionamento stratificato, la scuola mantiene le stesse proporzioni nel campione:

$$20 \cdot \frac{60}{100} = 12$$ $$20 \cdot \frac{40}{100} = 8$$

Quindi il campione include $12$ studenti del penultimo anno e $8$ dell’ultimo anno, scelti casualmente all’interno di ciascun anno di corso. Qui ha senso perché l’anno scolastico potrebbe influenzare le abitudini di studio, e la scuola vuole che entrambi i gruppi siano rappresentati nelle stesse proporzioni della popolazione.

Il campionamento stratificato non è automaticamente migliore in ogni problema. Aiuta quando i gruppi sono significativi e ti interessa rappresentare bene ciascuno di essi.

Come funziona il campionamento sistematico

Immagina che la stessa scuola abbia un elenco di $100$ studenti e voglia un campione di $10$. Un intervallo comune è

$$k = \frac{100}{10} = 10$$

Quindi la scuola potrebbe scegliere un punto di partenza casuale da $1$ a $10$, poi prendere ogni $10$-esimo studente successivo.

Questo è efficiente, ma ha un punto debole. Se l’elenco è organizzato in modo ripetitivo, per esempio per fascia oraria delle lezioni o per programma, ogni $10$-esima scelta potrebbe colpire troppo spesso lo stesso tipo di studente. In quel caso, la praticità del metodo diventa una fonte di distorsione.

Errori comuni che introducono distorsioni in un campione

Chiamare casuale qualsiasi campione

Un campione non è casuale solo perché chi lo sceglie non ha pianificato con attenzione. Il campionamento casuale richiede una regola basata sul caso.

Usare il campionamento stratificato senza un vero motivo per i gruppi

I gruppi devono essere rilevanti per la domanda. Se gli strati sono arbitrari, la complessità aggiuntiva potrebbe non aiutare.

Ignorare l’ordine nel campionamento sistematico

Il campionamento sistematico è sicuro solo quando l’ordine dell’elenco non crea uno schema dannoso rispetto all’intervallo.

Confondere un campione con l’intera popolazione

Anche un buon campione resta comunque un campione. Fornisce una stima, non una certezza perfetta.

Dove si usano i metodi di campionamento

I metodi di campionamento compaiono in sondaggi, rilevazioni di opinione, controllo qualità, esperimenti, studi di salute pubblica e progetti di analisi dati in classe. In ogni caso, il campione viene scelto prima e l’analisi arriva dopo.

Per questo il campionamento appartiene all’inizio della statistica, non alla fine. Se il campione è debole, anche le medie, i grafici e le conclusioni costruiti a partire da esso possono essere deboli.

Prova un problema simile

Prendi una popolazione che conosci bene, come una classe, un club o un elenco di prodotti. Scegli un metodo di campionamento e giustificalo in una frase. Se scegli il campionamento sistematico, indica l’intervallo e controlla se c’è uno schema ripetuto. Se scegli il campionamento stratificato, spiega perché i gruppi sono importanti prima di calcolare le dimensioni del campione.