hilo
Strumento gratuito

Campionamento probabilistico: come calcolare la dimensione di un campione passo per passo

Che cos’è il campionamento probabilistico, i suoi tipi e un calcolatore che ti porta passo per passo al numero di casi che ti servono.

  • Con la formula in vista
  • Gratis e senza registrazione
  • Si calcola nel tuo browser
Calcolatore

Calcola il tuo campione, passo per passo

Cambia una casella qualsiasi: la formula e il risultato si aggiornano da soli. La formula è quella del campionamento casuale semplice per stimare una proporzione.

Passo 1

Popolazione (N)

Quanti casi ci sono in totale nel gruppo che vuoi studiare. È facoltativo: se lo lasci vuoto, il calcolo è per una popolazione infinita.

Passo 2

Livello di confidenza (z)

Quanto vuoi essere sicuro che il risultato reale rientri nel margine di errore. Il più comune è 95%.

Passo 3

Margine di errore (e)

Quanto accetti che il risultato del campione si allontani da quello della popolazione. Puoi anche fare il contrario: inserisci il campione che hai già e viene calcolato il margine di errore.

Cosa vuoi calcolare
Nella formula va come proporzione: 5% è 0,05.

Passo 4

Proporzione attesa (p)

Quale proporzione ti aspetti di trovare. Se non lo sai, lascia 50%: è il caso più prudente, quello che dà il campione più grande.

Nella formula va come proporzione: 50% è 0,5.

q = 1 − p =

Passo 5

Risultato

È il numero di risposte valide che servono, non di inviti: se non rispondono tutti, dovrai invitare più persone.

Passo 6

Stratificazione proporzionale (facoltativa)

Se vuoi che ogni gruppo pesi nel campione quanto nella popolazione, scrivi gli strati e la loro dimensione. Il campione viene ripartito con un arrotondamento che rispetta il totale. Con le percentuali non serve il passo 1.

Come scrivi le dimensioni
    Alla fine

    Il tuo calcolo è pronto

    Un paragrafo pronto per la metodologia della tua tesi o relazione, con i valori che hai scelto.

    Puoi scaricare la tabella quando aggiungi strati nel passo 6.
    Per capire il calcolo

    Che cos’è il campionamento probabilistico

    In un campionamento probabilistico, ogni caso della popolazione ha una probabilità nota e maggiore di zero di entrare nel campione, e a decidere è il caso. Per questo si può calcolare il margine di errore e generalizzare i risultati a tutta la popolazione.

    Tipi di campionamento probabilistico

    Casuale semplice

    Tutti i casi hanno la stessa probabilità. Esempio: da un elenco di 5.000 studenti ne estrai 300 con un generatore di numeri casuali.

    Sistematico

    Scegli un caso a intervalli regolari dell’elenco, con un inizio casuale. Esempio: su 5.000 studenti ne prendi uno ogni 16 a partire dal numero 7.

    Stratificato

    Dividi la popolazione in gruppi ed estrai all’interno di ciascuno. Esempio: estrai per corso di laurea, in proporzione alla dimensione di ognuno. Il passo 6 fa questa ripartizione.

    A grappoli

    Estrai gruppi interi invece di persone. Esempio: estrai 20 scuole e intervisti tutti i loro studenti. Di solito serve un campione più grande di quello che dà questo calcolatore.

    Domande frequenti

    Dipende dalla confidenza, dal margine di errore e dalla popolazione. Con il 95% di confidenza, un margine di errore del 5% e p = 0,5, ti servono 385 casi se la popolazione è molto grande e 278 se è di 1.000.

    Definisci la popolazione, il livello di confidenza, il margine di errore e la proporzione attesa, e applicali alla formula. Questo calcolatore lo fa passo per passo e ti mostra la formula con i tuoi valori.

    La dimensione del campione è il numero di risposte valide che ti servono. Dividila per la proporzione di persone che ti aspetti rispondano: se ti servono 385 risposte e prevedi che risponda il 40%, dovrai invitare 963 persone.

    Il più comune è il 5%. Un margine minore dà più precisione, ma richiede molti più casi: con il 95% di confidenza e una popolazione molto grande, il 5% richiede 385 casi, il 3% ne richiede 1.068 e il 10% ne richiede 97.

    Lascia vuoto il passo 1 e il calcolo è per una popolazione infinita. Il risultato è lo scenario più cautelativo: se la popolazione reale è piccola, il campione necessario sarebbe minore.