1. Introduzione
Il campione è una porzione di una popolazione o di un universo . Tuttavia, per popolazione, molti spesso considerano solo le persone. Popolazione non significa necessariamente un numero di persone . Può anche riferirsi alla quantità totale delle cose o dei casi che sono oggetto della nostra ricerca. Il campionamento probabilistico è definito come avente la “caratteristica distintiva che ogni unità della popolazione ha una probabilità nota, diversa da zero di essere inclusa nel campione” ., È descritto più chiaramente come “ogni partecipante ha la stessa probabilità di essere selezionato” dalla popolazione . Nel campionamento probabilistico, ogni elemento della popolazione ha una probabilità diversa da zero nota di essere selezionato attraverso l’uso di una procedura di selezione casuale . Nel campionamento di nonprobability, la randomizzazione non è importante nella selezione di un campione dalla popolazione di interesse. Piuttosto, i metodi soggettivi sono usati per decidere quali elementi sono inclusi nel campione., Quindi, il campionamento di nonprobability è una tecnica di campionamento in cui i campioni sono raccolti in un processo che non dà a tutti i partecipanti o unità della popolazione pari possibilità di essere inclusi.
Perché il ricercatore dovrebbe considerare l’utilizzo del campionamento di nonprobabilità? In alcune situazioni, la popolazione potrebbe non essere ben definita. In altre situazioni, potrebbe non esserci grande preoccupazione nel trarre inferenze dal campione alla popolazione. Forse, il motivo più comune per l’utilizzo di campionamento nonprobability è che è più economico di campionamento probabilità e spesso può essere implementato più rapidamente .,
È molto cruciale per un ricercatore determinare quale tecnica di campionamento non probabilistica è applicabile al suo studio. La tecnica da utilizzare dipende dal tipo, dalla natura e dallo scopo dello studio. Quando i soggetti vengono scelti a causa della vicinanza a un ricercatore, cioè quelli che sono più facili da accedere al ricercatore, il ricercatore sta facendo un campionamento di convenienza. Ma per il campionamento mirato, un ricercatore ha qualcosa in mente e i partecipanti che si adattano allo scopo dello studio sono inclusi.
2., Campionamento di convenienza
In ogni tipo di ricerca, sarebbe superlativo utilizzare l’intera popolazione, ma nella maggior parte dei casi, non è possibile includere tutti i soggetti perché la popolazione è quasi finita. Questa è la logica dietro l’utilizzo di tecniche di campionamento come il campionamento convenienza dalla maggior parte dei ricercatori .,
Il campionamento di convenienza (noto anche come campionamento casuale o campionamento accidentale) è un tipo di campionamento non casuale o non casuale in cui i membri della popolazione target che soddisfano determinati criteri pratici, come la facile accessibilità, la vicinanza geografica, la disponibilità in un dato momento o la volontà di partecipare sono inclusi ai fini dello studio . Si riferisce anche ai soggetti di ricerca della popolazione che sono facilmente accessibili al ricercatore ., I campioni di convenienza sono talvolta considerati “campioni accidentali” perché gli elementi possono essere selezionati nel campione semplicemente in quanto si trovano, spazialmente o amministrativamente, vicino a dove il ricercatore sta conducendo la raccolta dei dati. I dati ecologici sono spesso presi usando il campionamento di convenienza, qui i dati sono raccolti lungo strade, sentieri o corridoi di utilità e quindi non sono rappresentativi della popolazione di interesse. Altro esempio di campionamento convenienza includono dati presi soggettivamente vicino al campo, intorno aree di parcheggio, o aree in cui la densità è noto per essere elevata., Biologo spesso utilizzare il campionamento convenienza nel lavoro sul campo perché è più facile come camminare su una strada e fermarsi di tanto in tanto per registrare i numeri. Con i numeri derivano dal campionamento di convenienza, si può fare solo una dichiarazione debole su alcune caratteristiche del campione stesso piuttosto che un’inferenza induttiva formale riguardante la popolazione di interesse. Spiega inoltre che “i partecipanti in cattività come gli studenti nell’istituzione del ricercatore sono i principali esempi di campionamento di convenienza” .
Convenienza Campionamento è conveniente, facile e i soggetti sono prontamente disponibili., È obbligatorio per il ricercatore descrivere come il campione differirebbe da quello selezionato casualmente. È inoltre necessario descrivere i soggetti che potrebbero essere esclusi durante il processo di selezione o i soggetti che sono sovrarappresentati nel campione . L’obiettivo principale del campionamento di convenienza è quello di raccogliere informazioni dai partecipanti che sono facilmente accessibili al ricercatore come fornitori di reclutamento che frequentano una riunione del personale per la partecipazione allo studio. Sebbene comunemente usato, non è né mirato né strategico ., L’ipotesi principale associata al campionamento di convenienza è che i membri della popolazione target siano omogenei. Cioè, che non ci sarebbe alcuna differenza nei risultati della ricerca ottenuti da un campione casuale, un campione vicino, un campione cooperativo o un campione raccolto in una parte inaccessibile della popolazione .
Sottolineare che l’ovvio svantaggio del campionamento di convenienza è che è probabile che sia di parte . Essi consigliano ai ricercatori che il campionamento convenienza non dovrebbe essere preso per essere rappresentativo della popolazione., Tuttavia, c’è un altro problema di grande preoccupazione relativo al campionamento di convenienza, cioè il problema dei valori anomali. A causa dell’elevata possibilità di auto-selezione nel campionamento non probabilistico, l’effetto dei valori anomali può essere più devastante in questo tipo di selezione del soggetto. I valori anomali sono casi che considerano non appartenenti ai dati. In un campione di convenienza, al contrario, né i pregiudizi né le loro probabilità sono quantificati . In effetti, il ricercatore non sa quanto bene un campione di convenienza rappresenterà la popolazione per quanto riguarda i tratti o il meccanismo in fase di ricerca., Ciò che rende i campioni di convenienza così imprevedibili è la loro vulnerabilità a gravi pregiudizi nascosti .
2.1. Problema di benchmark
Uno psicologo è interessato agli impatti dei social network sulle abitudini di studio degli studenti universitari nigeriani. Per testare l’intera popolazione, il ricercatore avrebbe bisogno di tutti gli studenti universitari attuali e, quindi, un sacco di tempo, energia e risorse.
Un campione sarebbe una selezione di pochi studenti provenienti da tutte le università in Nigeria, che il ricercatore deve ottenere per il test.,
Il campione di convenienza qui sarebbe un gruppo di studenti della Abubakar Tafawa Balewa University, Bauchi, un’università nigeriana in cui lo psicologo sta lavorando come docente.
Abbiamo appreso da quanto sopra che, lo psicologo era soggettivo come gli unici studenti di Abubakar Tafawa Balewa University, Bauchi sono stati inclusi nello studio. Con questo campione il ricercatore utilizzerebbe poco tempo e risorse. Gli studenti selezionati in questo studio sono diversi dagli altri studenti universitari nigeriani., Pertanto, ciò potrebbe minare la capacità dello psicologo di fare generalizzazioni dal campione alla popolazione.
Pertanto, nel campionamento di convenienza, gli individui selezionati dal ricercatore potrebbero non essere applicabili al problema di ricerca. Quindi, c’è il rischio di raccogliere dati di scarsa qualità a causa di scarsi risultati della ricerca e, come tale, difficile convincere gli altri ad accettare i risultati della ricerca basata su scarsa fondazione . Alcuni metodi letteratura ignora campionamento convenienza come un metodo inappropriato nella ricerca sociale a causa delle gravi limitazioni .
2.2., Campionamento mirato
La raccolta dei dati è cruciale nella ricerca, in quanto i dati sono destinati a contribuire a una migliore comprensione di un quadro teorico . Diventa quindi imperioso che la selezione del modo di ottenere i dati e da chi i dati saranno acquisiti sia fatta con buon giudizio, soprattutto perché nessuna quantità di analisi può compensare i dati raccolti in modo improprio . La tecnica di campionamento intenzionale, chiamata anche campionamento del giudizio, è la scelta deliberata di un partecipante a causa delle qualità che il partecipante possiede., È una tecnica non casuale che non ha bisogno di teorie sottostanti o di un determinato numero di partecipanti. In poche parole, il ricercatore decide cosa deve essere conosciuto e si propone di trovare persone che possono e sono disposti a fornire le informazioni in virtù della conoscenza o dell’esperienza . Viene tipicamente utilizzato nella ricerca qualitativa per identificare e selezionare i casi ricchi di informazioni per l’utilizzo più corretto delle risorse disponibili . Ciò comporta l’identificazione e la selezione di individui o gruppi di individui che sono competenti e ben informati con un fenomeno di interesse ., Oltre alla conoscenza e all’esperienza, e notare l’importanza della disponibilità e della volontà di partecipare, e la capacità di comunicare esperienze e opinioni in modo articolato, espressivo e riflessivo. A differenza degli studi casuali, che includono deliberatamente una diversa sezione trasversale di età, background e culture, l’idea alla base del campionamento mirato è quella di concentrarsi su persone con caratteristiche particolari che saranno meglio in grado di aiutare con la ricerca pertinente.
3. Metodi di campionamento mirati
3.1., Campionamento della variazione massima
L’idea alla base di MVS è di guardare un soggetto da tutte le angolazioni disponibili, ottenendo così una maggiore comprensione. Conosciuto anche come” Campionamento eterogeneo”, comporta la selezione di candidati in un ampio spettro relativo al tema di studio. Per esempio, se uno stava ricercando un programma di istruzione includerebbe gli studenti che odiavano il programma, gli studenti classificati come “tipico” e gli studenti che eccellevano. Questo tipo di campionamento è utile quando non viene prelevato un campione casuale, ad esempio se il pool di campioni è troppo piccolo.
3.2., Campionamento omogeneo
Questa forma di campionamento, a differenza di MVS, si concentra su candidati che condividono tratti simili o caratteristiche specifiche. Ad esempio, i partecipanti al campionamento omogeneo sarebbero simili in termini di età, culture, posti di lavoro o esperienze di vita. L’idea è di concentrarsi su questa precisa somiglianza e su come si relaziona con l’argomento oggetto di ricerca. Ad esempio, se uno stava ricercando effetti collaterali a lungo termine di lavorare con l’amianto, per un campionamento omogeneo, le uniche persone che avevano lavorato con l’amianto per 20 anni o più sono inclusi.
3.3., Typical Case Sampling
TCS è utile quando un ricercatore ha a che fare con programmi di grandi dimensioni, aiuta a impostare la barra di ciò che è standard o “tipico”. I candidati sono generalmente scelti in base alla loro probabilità di comportarsi come tutti gli altri. Ad esempio, se si stesse ricercando le reazioni degli studenti del 9 ° grado a un programma di collocamento, si selezionerebbero classi da regioni socio-economiche simili, invece di selezionare una classe da una scuola più povera della città, un’altra da una comunità agricola del mid-west e un’altra da una scuola privata benestante.
3.4., Campionamento di casi estremi / devianti
L’opposto del campionamento di casi tipici, il campionamento di casi estremi (o devianti) è progettato per concentrarsi su individui insoliti o atipici. Questa forma di campionamento è più spesso utilizzata quando i ricercatori stanno sviluppando linee guida “best in practice” o stanno esaminando “cosa non fare”. Un esempio potrebbe essere uno studio su pazienti di chirurgia cardiaca che hanno recuperato significativamente più velocemente o più lentamente della media. I ricercatori sarebbero alla ricerca di variazioni in questi casi per spiegare perché i loro recuperi erano atipici.
3.5., Critical Case Sampling
Estremamente popolare nelle fasi iniziali della ricerca per determinare se uno studio più approfondito è giustificato o meno, o dove i fondi sono limitati, Critical Case Sampling è un metodo in cui un numero selezionato di casi importanti o “critici” vengono selezionati e quindi esaminati. Il criterio per decidere se un esempio è “critico” è generalmente deciso utilizzando le seguenti affermazioni: “Se succede lì, accadrà ovunque?”o” se quel gruppo sta avendo problemi, allora possiamo essere sicuri che tutti i gruppi stanno avendo problemi?”
3.6., Campionamento totale della popolazione
A volte, potrebbe essere che tralasciare alcuni casi dal campionamento sarebbe come se avessi un puzzle incompleto – con pezzi evidenti mancanti. In questo caso, il miglior metodo di campionamento da utilizzare è il campionamento totale della popolazione. TPS è una tecnica in cui l’intera popolazione che soddisfano i criteri (ad esempio set di abilità specifiche, esperienza, ecc.) sono inclusi nella ricerca condotta. Il campionamento totale della popolazione è più comunemente usato quando il numero di casi oggetto di indagine è relativamente piccolo.
3.7., Campionamento per esperti
Come indicato dal nome, il campionamento per esperti richiede che gli esperti in un particolare campo siano i soggetti del campionamento mirato. Questo tipo di campionamento è utile quando si prevede che la ricerca richieda molto tempo prima di fornire risultati conclusivi o dove attualmente vi è una mancanza di prove osservazionali. Il campionamento esperto è uno strumento positivo da utilizzare quando si studiano nuove aree di ricerca, per raccogliere se ulteriori studi varrebbero o meno lo sforzo.
4., Problema di Benchmark
Un analista di dati vuole ottenere un’opinione da donne incinte che frequentano la seconda cura Ante Natal (ANC2 o 2nd ANC) relativa alla loro gravidanza nello stato di Kano in Nigeria per il mese di ottobre, 2015. L’analista va alle strutture sanitarie che offrono un servizio di assistenza Ante Natal e poi si concentra sulle donne incinte che vengono per il secondo ANC (ANC2).
Qui, l’obiettivo dell’analista sono le donne incinte che vengono per il secondo ANC e quelle che vengono per il primo, il terzo e 4 o più ANC sono escluse., Questo è il campionamento mirato perché inizia con uno scopo in mente e il campione viene quindi selezionato per includere persone di interesse ed escludere coloro che non soddisfano lo scopo.
5. La tecnica di campionamento conveniente rispetto al campionamento mirato
è applicabile sia agli studi qualitativi che a quelli quantitativi, sebbene sia più frequentemente utilizzata negli studi quantitativi mentre il campionamento mirato è tipicamente utilizzato negli studi qualitativi ., I metodi quantitativi sono destinati a raggiungere l’ampiezza della comprensione mentre i metodi qualitativi sono per la maggior parte, destinati a raggiungere la profondità della comprensione . Osservare, se la tecnica utilizzata è campionamento convenienza o campionamento intenzionale, validità ed efficienza sono della massima importanza . Tuttavia, il campionamento deve essere coerente con le ipotesi e gli obiettivi essenziali nell’uso del campionamento di convenienza o del campionamento mirato. I metodi di campionamento mirati pongono l’accento sulla saturazione (ad es.,, ottenendo una comprensione completa continuando a campionare fino a quando nessuna nuova informazione sostanziale è acquisita). I metodi di campionamento di convenienza pongono l’accento sulla generalizzabilità (cioè, assicurando che le conoscenze acquisite siano rappresentative della popolazione da cui è stato prelevato il campione). Ogni metodologia, a sua volta, ha aspettative e standard diversi per determinare il numero di partecipanti necessari per raggiungere i suoi obiettivi., Nel campionamento di convenienza, il ricercatore seleziona soggetti più facilmente accessibili, quindi l’opportunità di partecipare non è uguale per tutti gli individui qualificati nella popolazione target e i risultati dello studio non sono necessariamente generalizzabili per la popolazione, mentre nel campionamento mirato, i soggetti sono selezionati in base allo scopo dello studio con l’aspettativa che ogni partecipante fornisca informazioni uniche e ricche, All’aumentare della dimensione del campione aumenta anche la potenza statistica del campione di convenienza mentre nel campionamento mirato, la dimensione del campione è determinata dalla saturazione dei dati non dall’analisi della potenza statistica .
6. Conclusione
Il confronto di cui sopra mostra che, sia il campionamento di convenienza che il campionamento mirato condividono alcune limitazioni che includono la selezione non casuale dei partecipanti, vale a dire che il ricercatore è soggettivo e bias nella scelta dei soggetti dello studio. Ciò impedisce la capacità del ricercatore di trarre inferenze su una popolazione., Lo studio mostra anche che, sebbene, il campionamento di convenienza possa essere utilizzato sia nello studio qualitativo che quantitativo, ma è spesso usato nello studio quantitativo mentre il campionamento mirato è tipicamente utilizzato nello studio qualitativo. La tecnica di campionamento mirata non può essere utilizzata quando le variabili nello studio sono di natura quantitativa e anche nel campionamento di convenienza, la natura della ricerca è per lo più quantitativa. Pertanto, la scelta della tecnica da utilizzare dipende dal tipo e dalla natura dello studio.