Popolazione statistica: che cosa si intende?

4 Aprile 2020 | Disegno di ricerca

Quando pianifichi un’indagine statistica, devi identificare con precisione quali caratteristiche deve avere la popolazione statistica di riferimento. Ma cosa si intende per popolazione statistica? Scopri la differenza tra popolazione finita ed infinita, cosa sono i criteri di eligibilità e che cosa si intende per inferenza statistica e potrai anche richiedere gratis la guida gratuita su popolazione statistica e tipi di campionamento.

Popolazione statistica

Cos’è la popolazione statistica?

Cosa si intende per popolazione statistica? Il termine “popolazione” in statistica ha un significato più esteso rispetto a quello utilizzato nel linguaggio comune. Una popolazione statistica infatti può essere costituita non solo da persone o animali ma anche da oggetti, eventi, procedure o osservazioni. Da un punto di vista statistico, la popolazione indica quindi semplicemente la raccolta di tutti i possibili elementi, detti “unità statistiche”, che sono oggetto della ricerca.

Caratteristiche di una popolazione statistica

Per entrare a far parte della popolazione oggetto di studio, le unità statistiche devono avere alcune caratteristiche in comune tra loro. Queste caratteristiche dipendono dagli obiettivi che vuoi raggiungere con la tua ricerca.

Per avere la sicurezza di averle individuate tutte, prova a scrivere una definizione di popolazione specifica per la tua ricerca. Poi, controlla che questa definizione risponda, oltre alla domanda chi o che cosa, anche alle domande quando e dove.

Una popolazione statistica va infatti sempre individuata anche rispetto ad un tempo e ad un luogo.

Ad esempio, una popolazione potrebbe essere formata da tutti i cittadini italiani che hanno problemi di udito e, ad una determinata data, sono in attesa di un apparecchio acustico. Oppure, da tutti i cavalli che sono stati visitati nell’ultimo mese da un veterinario in una determinata regione. O ancora, da tutti gli interventi chirurgici effettuati in un determinato ospedale nell’ultimo anno.

Criteri di eligibilità

Per definire con precisione quali sono le unità statistiche che saranno oggetto di studio devi anche specificare quali sono i criteri di eligibilità. In particolare, dovrai individuare sia i criteri di inclusione che i criteri di esclusione.

I criteri di inclusione si utilizzano per definire le caratteristiche delle unità statistiche che corrispondono all’obiettivo di ricerca (caratteristiche demografiche, cliniche, temporali, geografiche,…).

I criteri di esclusione indicano invece le restrizioni applicate alla popolazione includibile in uno studio per ragioni di sicurezza o di fattibilità. Per poter effettuare la rilevazione dei dati, dalla popolazione potrebbe infatti essere necessario escludere alcune categorie di unità statistiche.

Ad esempio, se la rilevazione statistica deve essere effettuata solo in una determinata data, potrebbe essere necessario escludere da una popolazione di lavoratori quelli in ferie o in malattia

Quanto deve essere numerosa una popolazione?

La dimensione di una popolazione statistica dipende dalle caratteristiche delle unità statistiche che si vogliono analizzare.

In alcuni casi, può essere quindi costituita da pochissime unità statistiche. Ad esempio, i pazienti che in un determinato anno in Europa risultano affetti da una sindrome rara).

In altre situazioni, si potrebbe invece studiare una popolazione composta da tantissime unità. Ad esempio, le zanzare presenti in Italia in una determinato intervallo di tempo.

Popolazione statistica: finita o infinita?

Prima di procedere con la raccolta dati, devi anche capire se la popolazione che vuoi analizzare sia finita o infinita. La distinzione è molto semplice: quando è possibile contare con precisione quante unità fanno parte della popolazione si parla di popolazione finita, in tutti gli altri casi di popolazione infinita.

Ad esempio, una ricerca potrebbe essere finalizzata a misurare la distanza di volo percorsa dalle api alla ricerca di nettare in una metropoli. In questo caso, la popolazione è costituita da tutte le api che sono presenti in un determinato intervallo di tempo nel territorio di quella metropoli. In questo caso si parla di popolazione infinita perché, pur essendo un numero finito, le api non sono identificabili singolarmente e non se ne conosce il numero esatto.

Un altro studio invece potrebbe avere l’obiettivo di rilevare il parere degli infermieri di una determinata provincia a distanza di tre mesi dall’introduzione di un nuovo codice deontologico. In questo esempio la popolazione sarà costituita da tutti gli infermieri iscritti all’albo professionale delle professioni infermieristiche di quella provincia. In questo caso si parla di popolazione finita perché ad ogni infermiere è associato un tesserino identificativo e se ne conosce la numerosità totale.

Campione e popolazione: che differenza c’è?

Nella maggior parte dei casi, gli studi statistici non sono realizzati su tutta la popolazione, ma solo una piccola parte di essa:il campione. Come puoi approfondire in questa guida gratuita su popolazione statistica e tipi di campionamento, il campione è un sottoinsieme della popolazione di cui già hai (o pianifichi di avere) dati a disposizione. Per poter estrarre un campione dalla popolazione è necessario decidere quale metodo di campionamento utilizzare e la scelta del tipo di popolazione incide sul tipo di campionamento che dovrà essere effettuato.

Campionamento con o senza ripetizione?

Nel caso delle popolazioni infinite in cui le singole unità non sono identificabili, dovrai utilizzare un campionamento con ripetizione. Infatti, non potendole identificare singolarmente (pensa all’esempio delle api), la stessa unità statistica potrebbe entrare più volte a far parte del campione.

Nel caso invece di popolazioni finite, potrai utilizzare un campionamento senza ripetizione. In questo caso, ogni unità statistica può essere inclusa una sola volta nel campione.

Inferenza statistica: che cos’è e a cosa serve?

Di solito in una ricerca non si è interessati solo ai risultati ottenuti sul campione analizzato ma ci si chiede anche se questi risultati siano generalizzabili alla popolazione di riferimento da cui è stato estratto il campione.

Ad esempio, ipotizziamo che in un reparto di ortopedia gli infermieri abbiano effettuato una nuova tipologia di massaggio a tutti i pazienti operati al ginocchio. Confrontando il livello medio di dolore percepito dai pazienti prima e dopo il massaggio, ti accorgi che dopo il massaggio il dolore in media è diminuito. Questo risultato è senz’altro interessante, ma probabilmente ti interesserà capire se la riduzione osservata nella scala del dolore è generalizzabile anche ad altri pazienti, oltre a quelli campionati.

La parte di generalizzazione in statistica è definita “inferenza”.

Il termine inferenza deriva dal latino “inferre” e letteralmente significa “portare dentro”. Anche se questo termine ti può sembrare un po’ ostico, in realtà tutti noi facciamo inferenza ogni volta che generalizziamo i risultati di un’osservazione. Nella vita quotidiana infatti non facciamo altro che spiegare i fatti che ci accadono inventando delle regole ipotetiche che ci portano a una conclusione, spesso senza neanche verificare che le regole e la conclusione siano corrette.

Ad esempio, fai inferenza quando decidi che un paio di scarpe che stai per acquistare online ti andrà bene perché delle scarpe della stessa marca che hai comprato tempo fa ti sono andate bene.

Oppure quando decidi quale libro acquistare scegliendone uno scritto dallo stesso autore di un libro che in passato ti è molto piaciuto.

O ancora, quando vedi che il cielo è molto nuvoloso e decidi di prendere l’ombrello prima di uscire perché stimi che quando ci sono quelle nuove si potrebbe mettere a piovere.

Ricordati che le generalizzazioni, non essendo basate su dati certi, sono sempre soggette ad una probabilità di errore. La statistica inferenziale è quindi quella parte delle tecniche statistiche che utilizza i dati campionari, sintetizzati attraverso gli indici di statistica descrittiva (come la media) per stimare le caratteristiche di interesse sulla popolazione da cui è stato estratto il campione.

E adesso?

Ho creato per te una guida gratuita su popolazione e campione che ti aiuterà a districarti meglio tre le diverse tipologie di popolazione e piani di campionamento. Al suo interno troverai tanti schemi ed esercizi pratici che ti aiuteranno a capire una volta per tutte le differenze tra i vari termini ed anche a decidere quale tipologia di campione sia il più adatto al tuo studio. Scarica subito la guida su popolazione statistica e tipi di campionamento!

Paola Pozzolo

Paola Pozzolo

Sono Paola Pozzolo e mi occupo di consulenze e formazione statistica. Ti aiuto a trasformare i dati in informazioni utili ed affidabili per raggiungere i tuoi obiettivi di ricerca e prendere le decisioni che più valorizzeranno il tuo lavoro.