La ricerca scientifica si basa spesso su sondaggi distribuiti a un campione specifico della popolazione. Se vuoi che il campione rappresenti accuratamente la condizione della popolazione, determina il numero appropriato di campioni. Per calcolare il numero di campioni richiesto, è necessario definire alcuni numeri e inserirli nella formula appropriata.
Fare un passo
Parte 1 di 4: Determinazione dei numeri chiave
Passaggio 1. Conoscere la dimensione della popolazione
Il conteggio della popolazione è il numero totale di persone che soddisfano i criteri demografici che stai utilizzando. Per studi di grandi dimensioni, è possibile utilizzare le stime per sostituire i valori esatti.
- La precisione ha un effetto più significativo quando l'attenzione è ridotta. Ad esempio, se si desidera condurre un'indagine sui membri di un'organizzazione locale o sui dipendenti di piccole imprese, il conteggio della popolazione dovrebbe essere accurato se il numero di persone è inferiore o pari a dodici persone.
- Indagini di grandi dimensioni consentono di ridurre i numeri della popolazione. Ad esempio, se il tuo criterio demografico è tutte le persone che vivono in Indonesia, potresti utilizzare una stima di una popolazione di 270 milioni, anche se la cifra effettiva potrebbe essere di diverse centinaia di migliaia in più o in meno.
Passaggio 2. Determinare il margine di errore
Il margine di errore o "intervallo di confidenza" è la quantità di errore nel risultato che sei disposto a tollerare.
- Il margine di errore è una percentuale che mostra la precisione dei risultati ottenuti dal campione rispetto ai risultati effettivi dell'intera popolazione dello studio.
- Più piccolo è il margine di errore, più accurata sarà la tua risposta. Tuttavia, il campione di cui hai bisogno diventerà più grande.
-
Quando vengono visualizzati i risultati del sondaggio, il margine di errore è generalmente rappresentato come una percentuale più o meno. Esempio: "Il 35% dei cittadini è d'accordo con la scelta A, con un margine di errore del +/- 5%"
In questo esempio, il margine di errore indica che se all'intera popolazione fosse posta la stessa domanda, "credi" che tra il 30% (35 - 5) e il 40% (35 + 5) sarebbe d'accordo con la scelta A
Passaggio 3. Determinare il livello di confidenza
Il concetto di livello di confidenza è strettamente correlato all'intervallo di confidenza (margine di errore). Questo numero indica quanto credi nel modo in cui il campione rappresenta la popolazione entro il margine di errore.
- Se selezioni il livello di confidenza del 95%, sei sicuro al 95% che i risultati che ottieni siano accurati al di sotto del margine di errore.
- Un livello di confidenza più elevato comporta una maggiore precisione, ma è necessario un numero maggiore di campioni. I livelli di confidenza comunemente usati sono 90%, 95% e 99%.
- Si supponga di utilizzare un livello di confidenza del 95% per l'esempio citato nel passaggio del margine di errore. Cioè, sei sicuro al 95% che dal 30% al 40% della popolazione sarà d'accordo con la scelta A.
Passaggio 4. Determinare la deviazione standard
La deviazione standard o la deviazione standard indica quanta variazione ti aspetti tra le risposte degli intervistati.
-
Le risposte estreme sono generalmente più accurate delle risposte moderate.
- Se il 99% degli intervistati ha risposto "Sì" e solo l'1% ha risposto "No", è probabile che il campione rappresenti accuratamente la popolazione.
- Se invece il 45% ha risposto “Sì” e il 55% ha risposto “No”, la possibilità di errore è maggiore.
- Poiché questo valore è difficile da determinare durante i sondaggi, la maggior parte dei ricercatori utilizza il numero 0,5 (50%). Questo è lo scenario percentuale peggiore. Questa cifra garantisce che la dimensione del campione sia sufficientemente ampia da rappresentare accuratamente la popolazione entro i limiti dell'intervallo di confidenza e del livello di confidenza.
Passaggio 5. Calcola lo Z-score o lo z-score
Il punteggio Z è un valore costante che viene determinato automaticamente in base al livello di confidenza. Questo numero è il "punteggio normale standard" o il numero di deviazioni standard (distanza standard) tra la risposta dell'intervistato e la media della popolazione.
- Puoi calcolare il tuo punteggio z manualmente, utilizzare un calcolatore online o trovarlo utilizzando la tabella del punteggio z. Questi metodi sono relativamente complessi.
-
Poiché esistono diversi livelli di confidenza comunemente utilizzati, la maggior parte dei ricercatori ricorda solo i punteggi z per i livelli di confidenza utilizzati più di frequente:
- Livello di confidenza 80% => punteggio z 1, 28
- Livello di confidenza 85% => punteggio z 1, 44
- Livello di confidenza 90% => punteggio z 1, 65
- Livello di confidenza 95% => punteggio z 1, 96
- Livello di confidenza del 99% => punteggio z 2,58
Parte 2 di 4: utilizzo di formule standard
Passaggio 1. Guarda l'equazione
Se hai una popolazione medio-piccola e tutti i numeri chiave sono noti, usa una formula standard. La formula standard per determinare la dimensione del campione è:
-
Numero di campioni = [z2 * p(1-p)] / e2 / 1 + [z2 * p(1-p)] / e2 * N]
- N = popolazione
- z = punteggio z
- e = margine di errore
- p = deviazione standard
Passaggio 2. Immettere i numeri
Sostituisci la notazione variabile con il numero del sondaggio specifico che hai fatto.
- Esempio: Determinare la dimensione del campione ideale per una popolazione di 425 persone. Utilizza un livello di confidenza del 99%, una deviazione standard del 50% e un margine di errore del 5%.
- Per il livello di confidenza del 99%, lo z-score è 2,58.
-
Si intende:
- N = 425
- z = 2,58
- e = 0,05
- p = 0,5
Passaggio 3. Calcola
Risolvi l'equazione usando i numeri. Il risultato è il numero di campioni di cui hai bisogno.
- Esempio: Numero di campioni = [z2 * p(1-p)] / e2 / 1 + [z2 * p(1-p)] / e2 * N ]
- = [2, 582 * 0, 5(1-0, 5)] / 0, 052 / 1 + [2, 582 * 0, 5(1-0, 5)] / 0, 052 * 425 ]
- = [6, 6564 * 0, 25] / 0.0025 / 1 + [6, 6564 * 0, 25] / 1, 0625 ]
- = 665 / 2, 5663
- = 259, 39 (risposta finale)
Parte 3 di 4: creazione di formule per popolazioni sconosciute o molto grandi
Passaggio 1. Guarda la formula
Se si dispone di una popolazione molto ampia o di una popolazione il cui numero di membri è sconosciuto, è necessario utilizzare la formula secondaria. Se gli altri numeri chiave sono noti, utilizzare l'equazione:
-
Numero di campioni = [z2 * p(1-p)] / e2
- z = punteggio z
- e = margine di errore
- p = deviazione standard
- Questa equazione è solo la parte numeratore della formula completa.
Passaggio 2. Inserisci i numeri nell'equazione
Sostituisci la notazione della variabile con il numero che hai usato per il sondaggio.
- Esempio: determinare la dimensione del campione per una popolazione sconosciuta con un livello di confidenza del 90%, una deviazione standard del 50% e un margine di errore del 3%.
- Per il livello di confidenza del 90%, lo z-score utilizzato è 1,65.
-
Si intende:
- z = 1,65
- e = 0,03
- p = 0,5
Passaggio 3. Calcola
Dopo aver inserito i numeri nella formula, risolvi l'equazione. La risposta finale è il numero di campioni richiesti.
- Esempio: Numero di campioni = [z2 * p(1-p)] / e2
- = [1, 652 * 0, 5(1-0, 5)] / 0, 032
- = [2, 7225 * 0, 25] / 0, 0009
- = 0, 6806 / 0, 0009
- = 756, 22 (risposta finale)
Parte 4 di 4: Parte quarta: utilizzo della formula Slovin
Passaggio 1. Guarda la formula
La formula di Slovin è un'equazione generale che può essere utilizzata per stimare una popolazione quando il carattere della popolazione è sconosciuto. La formula utilizzata è:
-
Numero di campioni = N / (1 + N*e2)
- N = popolazione
- e = margine di errore
- Nota che questa è la formula meno accurata, quindi non è l'ideale. Usa questa formula solo se non riesci a calcolare la deviazione standard e il livello di confidenza, quindi non puoi comunque determinare lo z-score.
Passaggio 2. Immettere i numeri
Sostituisci la notazione di ciascuna variabile con un numero specifico del sondaggio.
- Esempio: Calcolare la dimensione del campione per una popolazione di 240 con un margine di errore del 4%.
-
Si intende:
- N = 240
- e = 0,04
Passaggio 3. Calcola
Risolvi equazioni utilizzando numeri specifici per la tua indagine. La risposta finale è il numero di campioni di cui hai bisogno.
-
Esempio: Numero di campioni = N / (1 + N*e2)
- = 240 / (1 + 240 * 0, 042)
- = 240 / (1 + 240 * 0, 0016)
- = 240 / (1 + 0, 384)
- = 240 / (1, 384)
- = 173, 41 (risposta finale)
