Esistono diversi metodi di campionamento utilizzati quando si seleziona un pannello di test per la ricerca. Questa ricerca può comportare la verifica di una teoria o di un prodotto specifico, la realizzazione di un sondaggio di opinione o qualsiasi altra ricerca che miri a coprire un particolare gruppo nella sua interezza. Questo gruppo è noto come popolazione, sebbene possa coinvolgere qualsiasi tipo di gruppo, non solo i cittadini di un paese.
Con una piccola popolazione, come il personale che lavora in un particolare ufficio, di solito è possibile interrogare o testare tutte le persone coinvolte. Questo è noto come studio del censimento. Con la maggior parte delle popolazioni, come “tutti in Cina di età pari o superiore a 65 anni”, è impossibile interrogare o testare tutti, quindi è necessario selezionare un gruppo campione. I diversi modi di scegliere questi partecipanti sono noti come metodi di campionamento.
I metodi di campionamento rientrano in una delle due categorie principali: probabilità e non probabilità. In un metodo di campionamento probabilistico, tutti hanno una probabilità nota di essere selezionati, sebbene questa probabilità possa variare da persona a persona. In un metodo di campionamento non probabilistico, alcune persone non hanno alcuna possibilità di essere selezionate poiché i partecipanti vengono scelti da sezioni specifiche della popolazione. Questo può essere più conveniente, ma ha un prezzo: a differenza del campionamento probabilistico, il campionamento non probabilistico rende impossibile stimare quanto accuratamente il gruppo campione rappresenti l’intera popolazione.
La forma più semplice di campionamento probabilistico consiste nel selezionare casualmente le persone da un elenco dell’intera popolazione. Una variante di questo metodo, il campionamento sistematico, consiste nel selezionare le persone a intervalli fissi lungo l’elenco, ad esempio ogni centesimo. Entrambi questi metodi di campionamento sono errati in quanto il gruppo campione risultante potrebbe non rappresentare la composizione della popolazione. Ad esempio, il gruppo campione può avere tre bambini e sette adulti, il che chiaramente non è rappresentativo se l’intera popolazione è composta per il 20% da bambini e per l’80% da adulti.
Questo può essere risolto utilizzando il campionamento stratificato, in cui la popolazione è suddivisa in particolari gruppi che condividono fattori comuni e i partecipanti sono selezionati casualmente da questi gruppi nelle proporzioni appropriate. Nell’esempio sopra, i ricercatori selezionerebbero casualmente due persone da un elenco di tutti i bambini e otto persone da un elenco di tutti gli adulti. Naturalmente questo può essere esteso ad altri tipi di gruppo, ad esempio per genere, per creare un gruppo campione che rifletta in modo più accurato l’intera popolazione.
Le forme più semplici di campionamento non probabilistico sono note come campionamento di convenienza. I ricercatori scelgono semplicemente i partecipanti a cui è più facile entrare in contatto. Chiaramente c’è un forte rischio che questo sia molto poco rappresentativo della popolazione. Ad esempio, se i ricercatori bussano alle porte durante il giorno, sarà meno probabile che ottengano partecipanti con un’occupazione a tempo pieno.
Il campionamento delle quote combina il campionamento stratificato e il campionamento di convenienza e di solito coinvolge i ricercatori che cercano di trovare partecipanti per riempire le quote. Nell’esempio sopra, i ricercatori potrebbero bussare alle porte finché non hanno parlato con un totale di due bambini e otto adulti. Sebbene questo metodo significhi che il gruppo campione è nelle giuste proporzioni, il processo di selezione rende impossibile sapere quanto sia rappresentativo. Nel nostro esempio, gli otto adulti potrebbero essere tutti disoccupati, il che li renderebbe non rappresentativi delle opinioni dell’intera popolazione in una domanda sulle prestazioni di sicurezza sociale. Per questo motivo, il campionamento per quote è classificato come un tipo di campionamento non probabilistico.