Dispense VERIFICATO
campionamento
Nessun voto ancora
Di cosa parla
- **La Metodologia delle Indagini Campionarie:** Le indagini campionarie sono strumenti chiave nelle scienze sociali, distinguendosi da quelle qualitative. Esse utilizzano questionari strutturati su campioni scelti con criteri probabilistici per inferire risultati sulla popolazione.
- **Fasi dell'Indagine Campionaria:** Le fasi principali includono l'individuazione della popolazione (definizione temporale, geografica, demografica), la definizione concettuale dei temi di ricerca e l'implementazione del lavoro sul campo (interviste dirette, telefoniche, postali, con supporto informatico). Seguono la codifica, la registrazione e l'analisi delle informazioni.
- **Errori Nelle Indagini:** Si distinguono errori legati alla stima campionaria (misurabili statisticamente) da errori non campionari, come mancate risposte, definizioni imprecise dei temi o errori di codifica/registrazione.
- **Popolazione e Campione:** La "statistica campionaria" è il valore calcolato sul campione per stimare il "parametro incognito" nella popolazione.
- **Qualitative vs. Quantitative:** Le informazioni possono essere qualitative (es. variabile dicotomica sì/no) o quantitative (es. numero di allenamenti a settimana). La scelta influenza l'inferenza su attributi o variabili. Una variabile quantitativa può essere trasformata in qualitativa (es. età in fasce). Le procedure di inferenza utilizzano le stesse leggi (distribuzione normale) per entrambi.
- **Stima Puntuale e Intervallo di Confidenza:** La stima puntuale fornisce un valore singolo (es. 24% di sportivi), ma non una misura dell'errore. L'intervallo di confidenza offre una stima con un margine di errore (es. 24% ± ε%), fornendo una misura di "fiducia" nella stima del parametro della popolazione.
- **Induzione e Deduzione:** La deduzione parte dalla conoscenza della popolazione per prevedere il campione. L'induzione, invece, parte dal campione per inferire sulla popolazione, creando un intervallo di confidenza che, con una certa probabilità, conterrà il vero parametro della popolazione.
- **La Distribuzione Normale e il Teorema del Limite Centrale:** La distribuzione campionaria della media tende alla normalità per campioni sufficientemente grandi (n ≥ 50, Teorema del Limite Centrale). La sua media è uguale a quella della popolazione (μχ) e lo scarto quadratico medio (errore standard) è σχ/√n. La curva normale permette di calcolare probabilità associate a intervalli di valori.
- **Test di Ipotesi:** Consiste nel formulare un'ipotesi (H₀) sul parametro della popolazione e un'ipotesi alternativa (Hₐ). Si calcola una statistica test sul campione e si valuta il "p-value". Se il p-value è inferiore a un livello di significatività (es. 0,05), si rifiuta H₀, suggerendo che Hₐ sia vera.
- **Dimensione Campionaria:** La dimensione del campione (n) influenza direttamente la precisione dell'intervallo di confidenza. Campioni più grandi riducono l'errore standard e rendono la stima più accurata, sebbene non in modo proporzionale alla radice quadrata di n.