2. Teoria e tecniche di campionamento

Campionamento è la procedura con cui si scelgono n unità campionarie all'interno delle N unità della popolazione.
Il campionamento ha come obiettivo la scelta di un campione rappresentativo (contenente tutta la varibailitàpossibile esistente all'interno della popolazione).

$n$ è la numerosità campionaria.

Il campionamento probabilistico si basa sull'impiego della componente casuale per scegliere il campione all'interno della popolazione.
L'uso del caso aumenta le probabilità che il campione sia rappresentativo della popolazione -> inferenze corrette dal campione alla popolazione.
Il campionamento non probabilistico si basa sull'impiego di criteri non casuali definiti a cura dello sperimentatore.
Es. campionamento di casi consecutivi

Si estrae un campione in cui ogni individuo od oggetto della popolazione ha la medesima probabilità di essere selezionato.

$n$ è la dimensione del campione (numerosità campionaria)
$N$ è la dimensione della popolazione originaria
$n/N$ è la frazione di campionamento

Si assegna un numero a ciascun soggetto della popolazione con metodo casuale.
L'unità di campionamento iniziale viene selezionata a caso dalle prime $k$ unità della lista dove $k = N/n$. A seguire si scorre la lista selezionando un unità campionaria ogni k-esima unità (o comunque in base a una formula matematica prefissata).

Il campionamento casuale semplice non considera le informazioni sugli elementi della popolazione che possono influenzare caratteristiche di interesse.
Il campionamento stratificato tiene conto di informazioni che si reputano necessarie e in base alle quali si divide la popolazione in strati.
1. Si suddivide la popolazione in sottopopolazioni dette strati
2. Si estrae un campione da ogni strato
3. Si uniscono i campioni per ottenere il campione complessivo

Se è difficile redigere una lista completa dell'intera popolazione e se le unità di studio formano gruppi naturali che si suppone contengano tutta la variabilità della popolazione, si utilizza il campionamento a grappoli.

Es. una città è servita da 10 ospedali che servono pazienti simili. Si intende studiare la popolazione servita dagli ospedali della città. Si sceglie uno solo di questi 10 ospedali.

Generalmente si utilizza insieme al campionamento a grappoli.
Se esistono molti cluster nella popolazione: si seleziona dapprima un campione casuale di cluster (primo stadio) poi all'interno di questo campione di cluster un altro campione casuale di unità di studio (secondo stadio).

Ad es. utilizzato in indagini multiscopo ISTAT

Gran parte delle statistiche si basa sul presupposto che i dati analizzati siano stati campionati in modo casuale da una popolazione.
Pertanto i valori rilevati nel campione si possono coniderare stime dei valori reali presenti nella popolazione.

Il valore calcolato da un campione può essere differente dal valore reale presente nella popolazione:
- errore di campionamento
- bias di selezione
- altre forme di bias