Professional Documents
Culture Documents
La notion dchantillonnage
1.
La vrification ou l'infirmation des hypothses, associe au mode de contrle des variables qui
a t prvu, suppose bien entendu des observations ou donnes qui sont souvent rcoltes
par chantillonnage.
2.
La ncessit de tels chantillons tient au fait que la taille de l'"univers" dcrire est souvent
trop grande pour tre intgralement observe. Il faut alors en capturer des fractions, mais avec
pour but de rendre compte de la totalit. Ce passage du segment la totalit est nomm
problme d'infrence: quelles sont les conditions qui permettent de dire que ce qui est
observ dans l'chantillon est valable pour l'univers concern tout entier?
3.
Cette question de l'infrence amne une distinction importante entre les chantillons
probabilistes et les chantillons nonprobabilistes. Ces derniers sont souvent raliss sous
la forme d'chantillons par quota.
4.
Deux autres questions, lies d'ailleurs la premire, sont centrales dans les questions
d'chantillonnage:
- quelle taille donner l'chantillon, ou plutt, quels critres prendre en compte pour fixer la
taille d'un chantillon?
- comment concilier approche individuelle et contextuelle dans un chantillon: cest la
question des chantillons plusieurs niveaux
Les variables retenues pour dfinir les quotas sont celles qui sont juges
essentielles pour le comportement observ : assez classiquement. lge, le
sexe, lemploi, ltat-civil, la nationalit, etc. Mais on peut penser tout
autre chose ( usage dune voiture, dune tl, prsence dadolescents dans
le mnage,etc)
Exemple
Taille chantillon.xls
Limites
Un chantillon par quota ne donne pas chaque
lment de l'univers la mme probabilit d'tre
reprsent dans l'chantillon. Par exemple, on remplace
sans autre les non rpondants, ou bien on ne va pas
chercher de cas dans des lieux trop loigns, ou des
heures malcommodes, etc.
C'est le ct arbitraire de ces choix et remplacements
qui fait parler d'chantillon non-probabiliste.
En principe, de tels chantillons ne permettent donc pas
de calculer des marges derreur.
2. Echantillonnage probabiliste
2.1. Echantillon probabiliste simple
1.
2.
3.
4.
Brve explicitation
Les diffrentes moyennes p1, p2, p3, pn dune multitude
dchantillons de taille n possibles constitus de manire
probabiliste se distribueront de faon normale autour
de la vraie moyenne P (recherche)
Cest dire que les 66% de ces moyennes potentielles
ne scarteront pas de P de plus de 1 sigma ( =racine de
P*Q/n), que 95 % seront comprises dans un intervalle de
2 sigmas, 99% dans un intervalle de 3 sigmas,etc.
Cette manire de faire permet de calculer des indices dassociation et des tests de
signification.
2.
La procdure de stratification consiste subdiviser lunivers en des sousensembles (strates) dfinis par des variables juges importantes pour le
comportement observ (comme dans les quotas) et de procder au tirage
alatoire dun nombre (Ns/N)*E de cas dans la strate considre.
3.
Dans ce cas, il sagit dun chantillon stratifi proportionnel: il sagit, par le biais
de la stratification, de rduire la variance et par l le nombre de cas ncessaires.
4.
Echantillons en grappe
Aux possibilits dj voques sajoute celle de lchantillonnage en
grappes, qui consiste faire un tirage en plusieurs niveaux. P.ex:
a) subdiviser l univers Suisse en un nombre r de rgions;
b) tirer au sort un certain nombre de ces rgions ;
5. Existe-t-il un risque important dune grande proportion de nonrponses ? Ces non-rponses sont-elles en rapport avec les
attitudes ou comportements investigus ?
6. Est-on intress dfinir des intervalles de confiance ? Plus
spcifiquement, est-on attach la possibilit de dfinir une
marge derreur ?
7. Dispose-t-on dune liste exhaustive et nominale de lunivers ?
8. Quelles variables veut-on contrler ? Par exclusion ou par
inclusion ? Selon quelles procdures?