Domandarsi quante persone debbano partecipare a una tesi è legittimo, ma non esiste una soglia valida per tutti i disegni. Il campione necessario cambia secondo obiettivo, tipo di misura, variabilità prevista, precisione desiderata e possibilità di reclutamento. Una numerosità adeguata per stimare una percentuale può non esserlo per una regressione con molti predittori. La pianificazione dovrebbe avvenire prima della raccolta.
Partire dall’obiettivo analitico
Se lo scopo è descrivere la frequenza di una caratteristica, può essere utile ragionare sul margine d’errore della stima; se si intende confrontare gruppi o verificare ipotesi, assumono rilievo altri elementi. L’analisi programmata deve essere dichiarata in modo sufficientemente preciso. Non calcolare una numerosità per un test e poi utilizzare quel valore come garanzia per qualsiasi altro modello.
Effetto atteso e potenza statistica
Per alcuni test una pianificazione basata sulla potenza richiede di specificare dimensione dell’effetto di interesse, livello di significatività e potenza obiettivo. Questi parametri non devono essere inventati: l’effetto può essere motivato attraverso studi precedenti o attraverso la minima differenza considerata rilevante. Un’ipotesi di effetto eccessivamente ottimista può portare a sottostimare le risorse necessarie.
Precisione della stima e intervalli
In studi principalmente descrittivi può essere più appropriato pianificare la larghezza attesa degli intervalli di confidenza. Servono ipotesi ragionevoli sulla variabilità e sulla proporzione da stimare; per campioni stratificati o complessi i calcoli cambiano. Il margine d’errore non corregge da sé la distorsione dovuta al reclutamento non probabilistico.
Considerare gruppi e dati mancanti
Un totale di partecipanti apparentemente sufficiente può diventare problematico se alcuni gruppi contengono pochissimi casi. Valuta la distribuzione prevista tra categorie e la possibilità di risposte incomplete o abbandoni. La correzione per drop-out deve essere motivata, non aggiunta in modo arbitrario. Se l’esito è raro, la numerosità complessiva può essere meno informativa del numero effettivo di eventi osservati.
Campione di convenienza e generalizzabilità
Raccogliere questionari attraverso reti personali o gruppi online può essere pratico, ma limita le inferenze sulla popolazione. Aumentare il numero delle risposte non elimina automaticamente la distorsione di selezione. Descrivi chiaramente chi poteva partecipare, come è stato contattato e quali caratteristiche non sono rappresentate. Per distinguere reclutamento e numerosità consulta la guida al campionamento.
Come giustificare la scelta nella metodologia
Riporta fonte dei parametri, procedimento di stima e criteri adottati, includendo eventuali vincoli che hanno portato a un campione diverso da quello inizialmente previsto. Non retrodatare una giustificazione come se fosse stata stabilita prima dei dati. La discussione deve spiegare le conseguenze per precisione e generalizzabilità. Puoi trovare le analisi più adatte nella guida alla scelta dei test.
Domande frequenti
Per una regressione bastano sempre 100 risposte?
No. La numerosità necessaria dipende da caratteristiche del modello e obiettivi.
Un campione grande è sempre rappresentativo?
No. La rappresentatività dipende anche da come vengono reclutati i partecipanti.
Posso giustificare a posteriori il numero scelto?
Puoi descrivere i limiti reali, ma non presentare come preventiva una scelta fatta dopo aver visto i dati.