Docsity
Docsity

Prepara i tuoi esami
Prepara i tuoi esami

Studia grazie alle numerose risorse presenti su Docsity


Ottieni i punti per scaricare
Ottieni i punti per scaricare

Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium


Guide e consigli
Guide e consigli


Presentazione campionamento, Schemi e mappe concettuali di Metodologia della ricerca

Il documento presenta una sintesi dei principali concetti relativi al campionamento nella ricerca sociale, con particolare attenzione alle diverse tipologie di campionamento. Vengono analizzate le logiche alla base della selezione del campione, distinguendo tra approcci probabilistici e non probabilistici, la presentazione è basata su appunti e materiali didattici, con l’obiettivo di fornire una panoramica chiara e strutturata.

Tipologia: Schemi e mappe concettuali

2025/2026

Caricato il 26/04/2026

Sonia_30
Sonia_30 🇮🇹

5

(1)

22 documenti

1 / 15

Toggle sidebar

Questa pagina non è visibile nell’anteprima

Non perderti parti importanti!

bg1
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff

Anteprima parziale del testo

Scarica Presentazione campionamento e più Schemi e mappe concettuali in PDF di Metodologia della ricerca solo su Docsity!

L’Architettura della Selezione Guida visiva e decisionale ai metodi di campionamento: dal rigore probabilistico al pragmatismo operativo. La Grande Divisione: Pura Statistica o Realtà Operativa? d © È € © e 5 © ld ® a 9 © ® [(® e) e © © © ® ® © 3 Il Campionamento Non Probabilistico Il Campionamento Probabilistico La Via Pragmatica La Via di Precisione e Logica: La selezione avviene senza un meccanismo e Logica: Selezione tramite meccanismo di probabilità causale. Basata su criteri pratici, soggettivi, comodità, (causale). Procedura complessa e costosa, ma tempi rapidi o costi ridotti. metodologicamente pura. e Vincolo: Non estendibile all'intera popolazione. e Vantaggio: Pienamente estendibile all'intera popolazione. A NotebookLM Parte 1: Il Pragmatismo (Metodi Non Probabilistici) Quando il budget è limitato, il tempo scarseggia, o la popolazione è inaccessibile, la matematica deve cedere il passo alla strategia. La selezione non probabilistica sacrifica la generalizzabilità assoluta in cambio di velocità e accesso. Azione Diretta: Convenienza e Competenza | casi più facilmente raggiungibili. Accidentale (o a casaccio) Come funziona: Selezione immediata basata sulla prossimità e comodità. Esempio: Intervistare i primi 100 studenti che si incontrano alla segreteria. Criteri definiti dalla conoscenza * * del ricercatore. n A Scelta Ragionata Come funziona: Selezione mirata, guidata dagli obiettivi della ricerca. Esempio: Intervistare esperti di un settore specifico per la loro competenza tecnica. f NotebookLM Parte 2: La Precisione (Metodì __E___B_"" ns" si avi DI LL A RATTI La purezza statistica. Quando è assolutamente necessario che i risultati siano estendibili all’intera popolazione, l'estrazione deve basarsi su un meccanismo causale in cui ogni individuo ha una probabilità nota di essere selezionato. Un processo complesso, costoso, ma definitivo. VOB L'Estrazione Matematica: Casualità Semplice e Sistematica Casuale Semplice . 7] LI Requisito: Richiede una lista completa. 4‘ I) Ogni individuo ha la stessa probabilità. i | il ° ° . Esempio: Su 100 studenti, ne estraggo 10 a caso estrando i nomi. La . Sistematico Meccanismo: Selezione a intervalli regolari ae A — (con partenza casuale), senza estrazione completamente casuale ad ogni step. © (_] 0) Esempio: Scegliere 100 persone su 1500 selezionando una persona ogni 15 dalla lista. ff NotebookLM Campionamento a Stadi (Procedura a Imbuto) Meccanismo: Si selezionano solo alcune unità all’interno dei grappoli estratti, scendendo di livello progressivamente tramite una selezione causale a ogni stadio. Esempio di flusso: 7. Estrazione della Provincia. 2. Estrazione dell'Ospedale nella provincia. ò. Estrazione del Paziente in quell’ospedale. Grappoli Primari Unità Secondarie Unità Finali f NotebookLM La Differenza Cruciale: Stratificato vs. Per Quote Campionamento Stratificato Natura: Probabilistico PI NT N e N dar) atiiota e ENI SSN È CAT Pea Sa let # ap 1, TO ae Sa — E ni ce = " # L LI % “ TESI A - n è Fà i! 1 a “à dhe vici I LUO da © (È) ya ; I, \ Di ì: * ' \ \ LI + ! ! \ % % # i ri Y \ x RE # , @ VI se Meccanismo: La popolazione viene divisa in strati omogenei (es. Maschi/Femmine). L'estrazione all'interno del gruppo è rigorosamente casuale. Campionamento Per Quote Natura: Non Probabilistico Quota: 50/50 cda e eo ( eee Meccanismo: Si stabiliscono in anticipo quante unità intervistare. La selezione all'interno della quota non è casuale, ma basata sull'accessibilità o sulla discrezione del ricercatore. f NotebookLM L’Albero Decisionale: Trova il Tuo Strumento (1/2) = | Hailalistacompleta | SI > È Vaiai Metodi | della popolazione? | Probabilistici NO Sì - Popolazione nascosta/piccola A Valanga | Hai limiti di budget/tempo | | severiola popolazione è difficile da mappare? Sì - Serve massima rapidità Accidentale Lo Sì - Cerco profili specifici/esperti ) Scelta Ragionata fù NotebookLM L'Albero Decisionale: Trova il Tuo Strumento (2/2) La popolazione presenta caratteristiche diverse (gruppi) fondamentali per lo studio? NO - Omogenea SÌ - Eterogenea No, solo la lista dei gruppi vai tutti | Vuoi un'estrazione pura Hai la lista dei singoli contenitori Hai CA n “arr 5 d e) ngi age tego 19 o sequenziale? individui nei gruppi? Selo ICINE Sequenziale Tutti Solo alcuni tramite imbuto Sì Casuale Semplice Sistematico Stratificato A Grappoli Devi garantire la presenza di alcune categorie ma la selezione |smmmmmli Per Quote casuale è impossibile? f NotebookLM