All'interno del campione non probabilistico troviamo diverse tipologie di campionamento:

Campionamento accidentale

Si ha un campionamento accidentale quando il ricercatore sceglie come rispondenti alla sua indagine le prime persone che capitano, senza criteri definiti. Ciò che si perde in accuratezza del campione, lo si risparmia in tempo e denaro. Non sono applicabili le tecniche della statistica induttiva.

Campionamento per quote

E'quel tipo di campionamento non probabilistico che equivale al campionamento stratificato da cui si differenzia perchè ogni strato è generalmente rappresentato nella stessa proporzione, proporzione che ha anche nella popolazione complessiva (che deve essere finita).
Dopo aver deciso quali strati possono essere rilevanti per l'indagine che si deve condurre, si stabilisce per ogni strato una quota proporzionata alla sua consistenza nella popolazione complessiva.

Occorre dividere la popolazione in strati il più possibile omogenei al loro interno e il più possibile eterogenei tra di loro. La selezione degli individui negli strati viene lasciata agli intervistatori.
Il totale di elementi campionati deve essere n.

In questo tipo di campionamento vengono occultati i problemi di "non risposta". I risultati possono essere distorti a causa della discrezionalità degli intervistatori. Non sono applicabili le tecniche della statistica induttiva.

Campionamento a valanga

Composto da più fasi, dopo aver intervistato alcune persone dotate delle caratteristiche richieste, queste persone servono per identificare altri soggetti che possono essere intervistati in una fase successiva e che a loro volta producono informazioni per identificare altri soggetti con le caratteristiche per essere inclusi nel campione, creando così un effetto a valanga.
Non sono applicabili le tecniche della statistica induttiva.

Campionamento per dimensioni

Dopo aver specificato tutte le dimensioni (variabili) che ci interessa studiare all'interno della popolazione (che deve essere finita), si verifica che per ogni possibile combinazione delle diverse dimensioni ci sia almeno un caso. In tal modo anche con un campione piccolo si possono studiare le dimensioni suddette senza correre il rischio di avere combinazioni non rappresentate.
Non sono applicabili le tecniche della statistica induttiva.

Campionamento a più stadi

Dopo aver suddiviso la popolazione (finita) in gruppi, si estrae un campione casuale di sottogruppi all'interno di ogni gruppo. Si ripete il processo fino a che non si giunge all'estrazione delle unità di analisi prescelte. Non sono applicabili le tecniche della statistica induttiva.

Campionamento a elementi rappresentativi

Si ha un campionamento a elementi rappresentativi quando si selezionano all'interno della popolazione gli elementi che il ricercatore ritiene rappresentativi per gli obiettivi della ricerca. Non sono applicabili le tecniche della statistica induttiva.

Tabella riassuntiva

Tipo di campionamento	Popolazione	Procedura di estrazione	Tecniche applicabili	Note
Casuale semplice	Finita	Definire una lista di campionamento. Selezionare n elementi servendosi di un generatore di numeri casuali.	Stima, test di ipotesi	Queste considerazioni (e le formule presentate nel seguito) valgono anche per il campionamento senza reimbussolamento (o estrazione in blocco), cioè dove un elemento estratto non può essere estratto una seconda volta.
Casuale semplice	Infinita	Considerare la popolazione infinita è un artificio per semplificare le formule di calcolo dello scarto tipo campionario. In realtà la popolazione è finita, anche se molto grande ed è possibile definire una lista di campionamento e selezionare n elementi servendosi di un generatore di numeri casuali.	Stima, test di ipotesi	Queste considerazioni (e le formule presentate nel seguito) valgono anche per il campionamento con reimbussolamento, cioè dove lo stesso elemento può essere estratto più di una volta.
Sistematico	Finita	Definire una lista di campionamento. Definire una ragione di campionamento k. Estrarre n elementi, uno ogni k.	Stima, test di ipotesi (se la sistematicità di estrazione non "disturba" la variabile sotto esame)	E' più semplice da estrarre del campione casuale semplice. La probabilità di estrazione non è la stessa per ogni combinazione di soggetti. Le tecniche di stima sono ancora applicabili a patto che la sistematicità di estrazione non introduca distorsioni sistematiche nella varibile sotto esame. E' un caso particolare del campione a grappoli.
Sistematico	Infinita	idem come casuale semplice con popolazione infinita	idem
Stratificato, con frazione di campionamento costante	Finita	Dividere la popolazione in strati il più possibile omogenei al loro interno e il più possibile eterogenei tra di loro. Estrarre un campione casuale di ni elementi all'interno di ogni strato i. Il totale di elementi campionati deve essere n.	Stima, test di ipotesi, con opportune correzioni alle formule.	Dà buoni risultati quando è bassa l'eterogeneità all'interno dei singoli strati.
Stratificato, con frazione di campionamento variabile	Finita	Dividere la popolazione in strati il più possibile omogenei al loro interno e il più possibile eterogenei tra di loro. Estrarre un campione casuale all'interno di ogni strato. Dagli strati meno omogenei (ovvero dove è maggiore la variabilità) devono essere estratti più elementi. Il totale di elementi campionati deve essere n.	Stima, test di ipotesi, con opportune correzioni alle formule.	Dà buoni risultati quando è alta l'eterogeneità all'interno dei singoli strati. La frazione campionaria in ogni strato deve essere proporzionale allo scarto tipo dello strato.
Per quote	Finita	Dividere la popolazione in strati il più possibile omogenei al loro interno e il più possibile eterogenei tra di loro. La selezione degli individui negli strati viene lasciata agli intervistatori. Il totale di elementi campionati deve essere n.	Non sono applicabili le tecniche della statistica induttiva.	Vengono occultati i problemi di "non risposta". I risultati possono essere distorti a causa della discrezionalità degli intervistatori.
A grappolo, con grappoli di ampiezza costante	Finita	Dividere la popolazione in G gruppi (grappoli) tra di loro omogenei,g di essi, scelti casualmente, costituiscono il campione estratto. E'importante che ogni grappolo sia al suo interno il più eterogeneo possibile. I grappoli devono avere tutti ampiezza pari ad h.	idem sistematico	In un buon campione di questo tipo deve essere massima l'eterogeneità all'interno di ciascun strato e minima tra gli strati.
A grappolo, con grappoli di ampiezza variabile	Finita	Dividere la popolazione in vari gruppi (grappoli) tra di loro omogenei. Uno di essi, scelto casualmente, costituisce il campione estratto. E' importante che ogni grappolo sia al suo interno il più eterogeneo possibile.	Sono applicabili le tecniche della statistica induttiva assegnando un peso proporzionale alla dimensione del grappolo prescelto.	In un buon campione di questo tipo deve essere massima l'eterogeneità all'interno di ciascun strato e minima tra gli strati.
A più stadi	Finita	Suddividere la popolazione in gruppi. Estrarre un campione casuale di sottogruppi all'interno di ogni gruppo. Ripetere il processo fino a che non si giunge all'estrazione delle unità di analisi prescelte.	Non sono applicabili le tecniche della statistica induttiva.
Per panel	Finita	Creare un panel di soggetti distribuiti per aree geografiche e socio-economiche, con un numero limitato di soggetti che possono essere raggiunti in tempi brevissimi.	Valgono le considerazioni fatte per i campioni stratificati.
Per dimensioni	finita	Specificare tutte le dimensioni (variabili) oggetto della ricerca all'interno della popolazione. Definire una griglia tra queste dimensioni e fare in modo che per ogni possibile combinazione delle diverse dimensioni ci sia almeno un caso, in modo da non avere combinazioni non rappresentate.	Non sono applicabili le tecniche della statistica induttiva.
Ottimo di Neyman	Finita	E' un sinonimo di campione per strati con numerosità variabili di campionamento all'interno di ogni strato in maniera da rendere minima la varianza della stima del carattere in questione.	Valgono le considerazioni fatte per i campioni stratificati.
Accidentale	Qualsiasi	Consiste nell'intervistare le prime persone che capitano, senza criteri definiti.	Non sono applicabili le tecniche della statistica induttiva
A valanga	Qualsiasi	Intervistare alcuni soggetti dotati delle caratteristiche richieste dall'indagine e utilizzare questi soggetti per avere altri nominativi da intervistare, in modo da creare un effetto a valanga.	Non sono applicabili le tecniche della statistica induttiva.
A elementi rappresentativi	Qualsiasi	Selezionare all'interno della popolazione gli elementi che il ricercatore ritiene rappresentativi per gli obiettivi della ricerca.	Non sono applicabili le tecniche della statistica induttiva.

Last Update 15-Jul-1999 by leda
Page URL = http://hal9000.cisi.unito.it/wfprog/GetURL.exe?ID=21264&type=1
Coordinamento del progetto "www.unito.it" a cura del CISI