Fallacy: Campione non significativo


Conosciuto anche come: Statistiche viziate, Induzione viziata, Generalizzazione viziata.

Descrizione di Campione non significativo

Questo errore è commesso quando una persona fa una conclusione su una popolazione basandosi su un campione che è viziato o di parte in qualche maniera. Ha la forma seguente:

  1. Il campione S, che è è viziato, è preso dalla popolazione P.
  2. La conclusione C viene fatta sulla popolazione P basandosi su S.

La persona che commette l'errore sta abusando del seguente tipo di ragionamento, che è conosciuto come Generalizzazione induttiva, Generalizzazione, e Generalizzazione statistica:

  1. X% gli A osservati sono B.
  2. Quindi l'X% di tutti gli A sono B.

Questo errore viene commesso quando è possibile che il campione di A sia viziato in qualche maniera. Un campione è viziato quando è probabile che il metodo usato per prendere un campione non porti a un campione rappresentativo della popolazione da cui è tratto.

I campioni non significativi non sono generalmente molto affidabili. Come caso vistoso, immaginate che una persona stia prendendo un campione da un carico di piccole palline colorate, alcune delle quali sono di metallo e altre di plastica. Se usasse un magnete per scegliere il suo campione, allora il suo campione includerebbe un numero sproporzionato di palline di metallo (dopo tutto, il campione sarebbe probabilmente fatto interamente di palline di metallo). In questo caso, qualunque conclusione che lui potrebbe dare sull'intera popolazione di palline sarebbe inaffidabile perché avrebbe poche o nessuna pallina di plastica nel campione.

L'idea generale è che è meno probabile che i campioni viziati contengano numeri proporzionali all'intera popolazione. Per esempio, se una persona volesse scoprire quello che la maggior parte degli americani pensano del controllo delle armi, un sondaggio fatto a un meeting dell'NRA sarebbe un campione viziato.

Dato che l'errore del Campione non significativo viene commesso quando il campione (le istanze osservate) sono viziate, è importante avere campioni non viziati quando si fa una generalizzazione. Il miglior modo per falo è prendere campioni in modi che evitano questo problema. L'idea generale è che questi metodi (quando usati nel modo appropriato) risulteranno in un campione che corrisponde piuttosto da vicino all'intera popolazione. I tre tipi di campione sono come segue:

  1. Campione casuale: questo è un campione che viene preso in maniera tale che nient'altro che il caso determina quali membri della popolazione vengono scelti per il campione. Idealmente, ogni membro individuale della popolazione ha la stessa possibilità di venire scelto di qualsiasi altro. Questo tipo di campione evita di essere viziato perché un campione non rappresentativo è uno che viene preso in modo che alcuni membri della popolazione abbiano una possibilità significantemente più alta di venire scelti per il campione degli altri membri. Sfortunatamente, creare un campione casuale ideale è spesso molto difficile.

  2. Campione stratificato: questo è un campione che viene preso usando i seguenti passi: 1) Gli strati rilevanti (sottogruppi della popolazione) vengono identificati, 2) il numero di membri in ogni strato viene determinato e 3) Un campione casuale viene preso da ogni strato in proporzione esatta alla sua dimensione. Questo metodo è ovviamente molto utile quando si ha a che fare con popolazioni stratificate. Per esempio, il reddito di una persona spesso influenza quello che vota, così quando viene condotto un sondaggio per le elezioni del presidente sarebbe una buona idea prendere un campione stratificato usando le classi economiche come la base per determinare gli strati. Questo metodo evita campioni non significanti (idealmente) assicurando che ogni strato della popolazione è rappresentato adeguatamente.

  3. Campione a intervalli di tempo: questo tipo di campione viene preso scegliendo un campione stratificato o casuale e poi prendendo almeno un altro campione con un intervallo di tempo significante tra di loro. Dopo che i due campioni sono stati presi, possono venire comparati i cambiamenti. Questo metodo per scegliere campioni è molto importante quando si fanno predizioni. Una predizione basata solo su un campione è probabimente una Generalizzazione frettolosa (perché il campione è probabilmente troppo piccolo per coprire popolazioni passate, presenti e future) o un Campione non significativo (perché il campione includerà solo istanze da un unico periodo di tempo).

Le persone spesso usano campioni non significativi a causa di parzialità o di pregiudizi. Per esempio, una persona potrebbe cercare intenzionalmente o meno persone che supportano la sua parte. Come esempio, una persona che sta spingendo una particolare teoria scientifica potrebbe tendere a raccogliere campioni che sono di parte a favore di quella teoria.

La gente spesso commette questo errore anche a causa di pigrizia o trascuratezza. È molto facile semplicemente prendere un campione da quello che è facilmente disponibile piuttosto che prendere il tempo e lo sforzo necessari a generare un campione adegato e trarre una conclusione giustificata.

È importante tenere in mente che la parzialità è relativa allo scopo del campione. Per esempio, se Bill volesse sapere cosa pensano i membri del NRA su una legge per il controllo delle armi, allora un campione preso a un meeting dell'NRA non sarebbe viziato. Comunque, se Bill volesse sapere cosa pensano gli americani in genere della legge, allora un campione preso ad un meeting dell'NRA sarebbe viziato.

Esempi di Campione non significativo

  1. L'editore di Bill gli da il compito di determinare cosa pensa la maggior parte degli americani su una nuova legge che metterà una tassa federale su tutti i modem e i computer acquistati. Gli incassi della tassa verranno usati per sostenere nuove leggi sul buoncostume on-line. Bill, essendo inclinato verso la tecnologia, decide di usare un sondaggio fatto per email. Nel suo sondaggio, il 95% di coloro i quali hanno preso parte al sondaggio erano contrari alla tassa. Bill fu piuttosto sorpreso quando il 65% di tutti gli americani votò a favore delle tasse.

  2. I Pacifisti Uniti d'America decidono di fare un sondaggio per determinare quello che gli Americani pensano sulle armi e sul controllo delle armi. A Jane viene assegnato il compito di organizzare lo studio. Per risparmiare i costi di spedizione, lei include il modulo per il sondaggio nella busta del giornale del gruppo. Lei è veramente felice di scoprire che il 95% degli intervistati erano a favore di leggi per il controllo delle armi e dice ai suoi amici che la grande maggioranza degli Americani è a favore di leggi per il controllo delle armi.

  3. Sondaggi su larga scala sono stati condotti in Florida, California e Maine e si è scoperto che una media del 55% degli intervistati hanno passato almeno quattordici giorni all'anno vicino all'oceano. Quindi, si può tranquillamente concludere che il 55% di tutti gli americani passano almeno quattordici giorni vicino all'oceano ogni anno.


[ Precedente | Indice | Successivo ]