Quanti rispondenti servono? Guida pratica alla dimensione del campione

Da dove viene il numero 385?

La formula collega tre scelte da compiere prima del fieldwork:

• Livello di confidenza, espresso da z. Con un livello di confidenza del 95%, z = 1,96; al 90%, z = 1,645; al 99%, z = 2,576.
• Margine di errore, e. È la semiampiezza dell'intervallo attorno a un risultato: ±5 punti si scrive 0,05.
• Proporzione attesa, p. Se la risposta non è nota in anticipo, si usa 0,5. Il termine p(1−p) è massimo a 0,5, quindi questa scelta fornisce il campione più prudente, cioè il più grande.

Il calcolo per il caso classico è breve: 1,96² = 3,8416; moltiplicato per 0,5 × 0,5 = 0,9604; diviso per 0,05² (0,0025) = 384,16. La dimensione del campione si arrotonda sempre per eccesso, il che dà 385.

Il risultato va letto correttamente. Se 385 rispondenti selezionati in modo casuale danno un risultato del 50%, si può essere sicuri al 95% che il valore vero sia compreso tra il 45% e il 55%. Per risultati più lontani dal 50% il margine di errore si riduce: con un valore atteso del 20%, la stessa precisione richiede solo 246 interviste.

Dimensione del campione per margine di errore e livello di confidenza

La tabella applica la stessa formula con p = 0,5 a una popolazione numerosa. Mostra il compromesso che guida la maggior parte dei disegni d'indagine.

Nella parte alta della tabella la precisione costa cara. Dimezzare il margine da ±5 a ±2,5 punti quadruplica all'incirca il campione, da 385 a 1.537, perché il margine di errore diminuisce con la radice quadrata di n. Prima di chiedere ±2 punti, conviene verificare se una decisione cambierebbe davvero tra un risultato del 42% e uno del 46%.

La dimensione della popolazione conta?

Molto meno di quanto si pensi. Per popolazioni superiori a qualche decina di migliaia di unità, il campione necessario cambia appena. Solo quando la popolazione è piccola il fattore di correzione per popolazioni finite produce una differenza visibile:

n = n₀ ÷ (1 + (n₀ − 1) ÷ N), dove N è la dimensione della popolazione.

Secondo la Banca Mondiale, nel 2025 la Bulgaria aveva 6.433.302 abitanti e l'UE-27 451.127.411. Per entrambe servono 385 interviste per ±5 punti sul totale. L'indagine su scala UE diventa più grande solo se si vogliono risultati per ciascun Paese, perché ogni Paese diventa allora un sottogruppo con un proprio campione.

Popolazioni piccole: clienti, associati e buyer B2B

Con una popolazione piccola e nota, come 500 clienti business o gli associati di un'organizzazione, la correzione conta, ma conta anche il tasso di risposta realisticamente ottenibile. Il grafico indica 218 interviste completate per ±5 punti su 500, il che significa convincere a rispondere il 44% di tutti i clienti.

In pratica, le popolazioni piccole si indagano di solito come un censimento: si invitano tutti e il margine di errore si calcola sulle risposte ricevute. Se rispondono 150 dei 500 clienti, il margine, una volta applicata la correzione, è di circa ±6,7 punti. È un valore utilizzabile per uno studio sulla soddisfazione dei clienti, purché si verifichi che i rispondenti somiglino ai non rispondenti per dimensione, area geografica e durata del rapporto.

Nella ricerca B2B conta anche l'unità di analisi. Se in ogni centro d'acquisto tre persone influenzano la decisione, va stabilito in anticipo se il campione si dimensiona in aziende o in individui.

Pianificare per i sottogruppi, non solo per il totale

L'errore più comune nel dimensionamento del campione è pianificare sul totale e poi riportare le disaggregazioni. Un'indagine su 1.000 persone ha un margine complessivo di circa ±3,1 punti, ma una regione con 120 rispondenti ha un margine di circa ±8,9 punti.

Si ragiona a ritroso partendo dal gruppo più piccolo che deve essere letto separatamente. Se il consiglio di amministrazione ha bisogno di risultati per ciascuna di quattro regioni a ±5 punti, servono circa 385 interviste per regione, all'incirca 1.540 in totale, e poi una ponderazione per ricostruire il quadro nazionale.

I confronti richiedono ancora di più. Il margine sulla differenza tra due gruppi indipendenti è maggiore del margine di ciascun gruppo: con 385 rispondenti per gruppo, uno scarto deve superare circa sette punti prima di essere statisticamente significativo. Una differenza di cinque punti tra uomini e donne in un'indagine del genere può essere semplice rumore. Il calcolatore del margine di errore mostra l'intervallo per qualsiasi risultato e base.

Incidenza: quante persone occorre selezionare?

Il campione necessario si conta in interviste completate da persone qualificate. Quando il target è una frazione della popolazione, il numero di persone da sottoporre allo screening cresce in proporzione. Il tasso di incidenza è quella frazione.

Si consideri un'indagine sulle persone che hanno acquistato qualcosa online negli ultimi 12 mesi, estratte da un campione della popolazione generale. I dati Eurostat del 2025 forniscono direttamente l'incidenza:

Le stesse 400 interviste completate richiedono in Bulgaria quasi il doppio delle interviste di screening rispetto ai Paesi Bassi. I tassi di risposta moltiplicano poi di nuovo lo sforzo: se accetta di partecipare una persona su dieci tra quelle contattate, un valore puramente illustrativo, lo studio bulgaro richiede circa 7.800 contatti. Altri indicatori per Paese che incidono sull'incidenza sono rappresentati nella nostra sezione dati sui consumatori.

Per target ristretti, come i proprietari di un determinato elettrodomestico o i responsabili IT delle medie imprese, l'incidenza è spesso così bassa che il vincolo decisivo diventa il tempo di fieldwork, non la dimensione del campione.

Ponderazione, quote e campione effettivo

Altri due aggiustamenti modificano la precisione reale di un'indagine.

La ponderazione riduce il campione effettivo. Quando alcuni rispondenti contano più di altri, la precisione diminuisce. La perdita si esprime come effetto del disegno: con un effetto del disegno di 1,4 (un valore illustrativo), 1.000 interviste si comportano come circa 714, e il margine si allarga da ±3,1 a circa ±3,7 punti. I buoni report indicano la base effettiva accanto a quella reale.

I campioni per quote non sono campioni casuali. La maggior parte delle indagini sui consumatori attinge a panel online con quote per età, genere e area geografica. La formula del margine di errore vale in senso stretto per i campioni probabilistici, quindi per i campioni per quote va considerata un'indicazione della precisione, non una garanzia. Lo stesso vale, a maggior ragione, per le risposte generate dall'IA: come spiega il nostro articolo sulle ricerche di mercato con l'IA, i rispondenti sintetici non hanno alcuna lista di campionamento, quindi per loro non è possibile calcolare un margine di errore.

Come scegliere la dimensione del campione in cinque passaggi

1. Mettere per iscritto la decisione e il sottogruppo più piccolo da leggere separatamente.
2. Scegliere il margine di errore che cambierebbe quella decisione, non il più piccolo che ci si può permettere.
3. Calcolare il campione per sottogruppo e sommare i gruppi.
4. Dividere per incidenza e tasso di risposta atteso per stimare screening e contatti.
5. Tenere conto di ponderazione e pulizia dei dati, che eliminano o ridimensionano alcune interviste.

Il calcolatore della dimensione del campione gestisce i passaggi 2 e 3, compresa la correzione per popolazione finita. Un'indagine che alimenta un modello di mercato, come gli input di penetrazione e spesa del nostro esempio di TAM, SAM e SOM, va dimensionata sulla precisione richiesta da quegli input. Per disegni con più Paesi, quote o target difficili da raggiungere, il nostro team di indagini e sondaggi può proporre un piano di campionamento; richiedete un preventivo indicando target e scadenza.