représentativité statistique (on parlera d'échantillon aléatoire), ou allons plutôt de composer un échantillon représentatif en faisant en sorte que les individus d' une Elle reste cependant intéressante précisément lorsque l'on formule des
View & Download This PDF
Cette fiche indique la taille que doit avoir l'échantillon pour obtenir des résultats d 'en- quête représentatifs de l'ensemble de la population La démarche de
3-8: Exemple de calcul de la taille de l'échantillon pour les enquêtes de suivi pour un l'échantillon est suffisamment représentatif aux fins de l'enquête,
aléatoire) ou non statistique (échantillonnage raisonné), en fonction des objectifs de l'audit : - dans le cas population Il est alors nécessaire de créer un échantillon représentatif de la population permettant Calculs mission Exemple de
représentativité statistique (on parlera d'échantillon aléatoire), ou allons plutôt de composer un échantillon représentatif en faisant en sorte que les individus d' une Elle reste cependant intéressante précisément lorsque l'on formule des
Échantillon représentatif d'une population – tout individu l'échantillon, avec une probabilité non nulle, Calcul de prévalences lors de répétitions de tirage
28 jan 2008 · représentative de toute la population ou de celle d'une région en d'estimations souhaitées dans le calcul de la taille de l'échantillon
Determination de la taille d'un echantillon dans les etudes directement, sans calculs, la taille minimale de l'echantillon dans diverses conditions (le lecteur
Comment construire un échantillon représentatif de ma population ? Outil de calcul de la marge d'erreur en fonction de la taille de l'échantillon : possibilité de
[PDF] taille d'un échantillon aléatoire et marge d'erreur
[PDF] calcul marge d'erreur
[PDF] calculateur taille échantillon
[PDF] formule de schwartz échantillonnage
[PDF] exercice courant electrique 5eme
[PDF] trajectoire lanceur
[PDF] exemple de déclaration de tva
[PDF] comment remplir une declaration de tva
[PDF] calcul de la covariance
[PDF] formule variance proba
[PDF] qu'est ce que l'influx nerveux
[PDF] transmission influx nerveux
[PDF] influx nerveux pdf
[PDF] influx nerveux potentiel d'action
[PDF] propagation de l'influx nerveux dans le neurone
1 MODULE 3 : Comment construire un échantillon ? 2. Comment définir et composer l'échantillon d'une enquête ? Passonsmaintenantàlaquestiondeséchantillons.Unéchantillonestuneextractiondelapopulation,quiprésentedescarac téristiques, définisparl'enqu ête,similairesàlapopulationderéférence,età partirduqu elilserapossibled'établircertai nesgénéralisations.Autrementdit,unefoislapopulationdéfinie,ilconvientdedéterminersurquelscritèresdevraêtreconstituél'échantilloncensélareprésenter,oudumoinssurquelscritèresallons-nousnousassurerdesareprésentativité.Celan'estpossiblequ'enréférenceàdeshypothèsesetàd'autresenquêtespréalables.Ainsi,lescritèresdereprésentativitéquiprésidentàlaconstitutiond'échantillonspourdesenquêtesélectoralesreposentsurunelonguetraditiond'enquête...etfontsuiteàdevifsdébatsméthodologiques.Danslecadredececours,n'entronspasdanscesconsidérationsproblématiquesetméthodologiques,etadmettonsque nousavonsd éfininoscritèr es.Commentallo ns-nousnousy pre ndreconcrètementpourconstituernotreéchantillon.Allons-nousfairejoue rlesprobabilité sencalculantnosc hancesd'obten irunereprésentativitéstatistique(onparlerad'échantillonaléatoire),ouallonsplutôtemployerd'autrestechniques,rai sonnées,pourconstituercequel 'onappelleun"échantillonempirique»ou"parchoixraisonné»?2.1Lesméthodesprobabilistesd'échantillonnageLaconstitutiond'un"échantillonaléatoire»reposesurunedémarchescientifiquevalidantlefaitdelaisserintervenirlehasard.Lestechniquesdontnousallonsparlerdansunpremiertempssontdonccellesquipermettentdenepastropperturberlehasardetderesterunmodèlestatistiqueetprobabiliste.Apartirdesinformationsquipermettentdecontacterlesindividusconcernésparl'enquête(lesnumérosdetéléphoneoulesadressesmailquicomposentcequel'onappellela"basedesondage»del'enquête),onvachoisiraléatoirementlenombred'individusrequispourcomposernotreéchantillon.O ndésignecettep remièretechnique"échantillonnagealéatoiresimple».Ici,laisserfairelehasardconsisteàneriendécider. 2 Danslecasd'un"échantillonnagesystématique»,onprocèdeautiragedanslabasedesondagedemanièresystématique,enétablissantun"pasdetirage».Admettonsquevotrebasedesond agecompte 5000individus,etqu evousavezdétermin équ'ilvouses tnécessaired'obtenirunéchantillonde500personnes.Pourdéterminerlepasdetirage,ilvousfautdiviservotrebaseparl'échantillonsouhaité>5000/500=10.Unefoisquevousaureznumérotélesindividusdansvotrebasedesondage,vousallezentirer1tousles10,àpartird'unnuméro(l'origine)choisiauhasard.Danscertainscas,vousavezbesoindevousassurerquecertainespopulationsdistinctessontbienprésentesdansvotreéchantillon.Parexemple,vousconduisezuneétudedanslesbibliothèquesd'uneville,etvousvoule zvousassurerquetousle ssitessont bienreprésentésdansvotreéchantillonavantdelaisserparlerlehasardetlesprobabilités. 3 Vousallezdoncdécoupervotrepopulationparstrateshomogènes(lesdifférentssitesdevotrebibliothèque),etorganiserl'échantillonnagealéatoireousystématiqueauseindecesstrates.Onappellecettetechniqueprobabiliste"échantillonnagestratifié».Dernièretechniqueprobabili ste,l'échantillonnageen"grappes».Lorsqu 'ilesttropcomplexeoucouteuxd'organiserunéchantillonnagesystématiqueoustratifié,onpeutavoirrecoursàunéchantillonengrappesouengroupes.Danscecas,onidentifiedespochesd'échantillonsquel'oninclutintégralementdansl'échantillon.Sil'onsouhaiteconduireuneenquêteauprèsd'unepopulationdelycéensd'und épartement, enadmettantquel'onpuisseenobtenirlal isteintégr alepourcomposerune based esondage,ilp eutêtrefastidieuxdesedéplacerpartoutdansledépartementpourinterrogerlesindividusunparun. 4 Onpréféreraencecaschoisirdesclasses(nosgrappes)etyconduireuneenquêteauprèsdetouslesélèvesquilacomposent.Petitproblèmedontilfaudratenircompte:ilseradifficiled'obtenirunéchantillonayantunetailleprédéterminée.Voilàpourlesprincipalesméthodesprobabilistesd'échantillonnage,cellesquipermettentdecompos erunéchantillonreprésentatif enfaisant ensortequelesindividusd' unepopulationaientlesmêmeschancesd'êtreretenusparl'enquête.2.2Lesméthodesnonprobabilistesd'échantillonnageCependant,lessciencessocialesontrecoursàunautremoded'échantillonnage,empirique,quiconsisteàdéterminerlescritèresessentielsàl'enquête,etàchoisirlesindividussurlabasedecesderniers.Plusdehasardici,maisunchoixdélibéréetcontrôléparl'enquêteuretseséquipes. Ilya,iciaussi,plusieurs métho despo urcom posercesé chantillonsnonprobabilistes.Lapremière,laplussimpleàcomprendre,estcelledite"deconvenance»ou"decommod ité».Dansce cadre,onsélection nedesin dividusparcequ'ilssontfacilesd'accès.Toutelaquestionseraalorscelledelavaliditédel'échantilloncomposée,dontonétudieralescaractéristiquesauregarddecequel'onsaitdelapopulationderéférence.Ainsi,sil'ondécided'interrogerles100premiersclientsd'uncinémaparcequec'estpluspratiquequ'enorganisan tunéchantillonnage systématique,ilresteraàid entifierl eséventuelsbiaisdecemodedesélection.Danslemêmeordred'idées,onpeutdéciderd'interrogerlesindividusquisontvolontairespourrépondreà uneenquête,soitparcequec ette dernièreim poseunengagementsoutenu,soitparcequede sproblèmes éthiquesetmor auxrendenttro pcomplexesunrecoursauhasard.Oncomprendaisémentlesbiaisdecettetechniqued'échantillonnage,quipeutconduireàcequeseulslesindividuslesplusmobilisésparuneproblématique,oulesplussoumis,oubienencorelesplusvénaux,participentàuneenquête. 5 Ellerestecependantintéressanteprécisémentlorsquel'onformuledeshypothèsesallantdanslesensdecesmobilisations(parexempledesétudesd'usagesportantsurles"leadusers»,lesuti lisateurspion niersquiserontpotentiellemen tlesplusintéressésparuneenquêted'usages).Ilestégale mentpossibledefaireapp elàlabonnevolontédesind ividusi nterrogésencomposantunéchantillonen"bouledeneige»,cequirevientàdemanderàdesindividusinterrogésdedésignerdansleu rentourage d'autrespersonnessusceptib lesd'êtreinterrogées.Iciencore,lesbiaissontpossiblessil'onnes'interrogepassurlesmotifsousurlesreprésentationsconduisantunenquêtéàendésignerunautre.Cettetechniquenevapasnonplusdanslesensd'unediversificationdesprofilssociauxdel'échantillon.Onpeutégalementcomposerunéchantillon"aujugé»,selonlescaractéristiquesoulescompétencesquel'onconfèreauxindividusretenus.L'initiativen'estplusdanslecampdesenquêtés,maisdansceluidel'enquêteur.Danscecadre,lesidéespréconçuesduchercheuroudel'équiped'enquêteurinterviennentfortement.Unetelletechniqued'échantillonnage 6 estintéressantepourmettrecesdernièresàl'épreuve,oudanslecadred'étudespréalables,destinéesàtesterquelqueshypothèsesavantdelancerlavéritableenquête.Ladernièretechnique,laplusrépandueenmatièred'échantillonsnonprobabilistes,estcelledel'échantil lonparqu otas.Elleconsisteàcomposerl'échantil lonenf onctiondecritèresretenusaupréalable.Onpeutparexempledéciderque,lapopulationderéférenceétantcompos éeà60%defemmeset40%d' hom mes,ilcon vientder etrouvercetteproportion.Celaressembleàlatechniqueprobabilisteparstrates,saufquedanscecasonnelaisse plusintervenirle hasardmaisquel 'onchoisitd élibérément lesindividuse nfonctiondececritère.Bienentendu,on peutajouterplusieurscr itèrespo urcomposer unéchantillon.60% defemmeset40%d'hommes,maisaussi20%demoinsde15ans,etc.Enfin,ilestpossibledecroisercescritères,ens'assurantquel'onanonseulementlamêmeproportiond'hommesetdefemmesquedanslapopulationderéférence,maisencorelamêmeproportiondefemmesdemoinsde15ans,d'hommesdemoinsde15ans,etc.Onparleraencecasd'"échantillonnageparquotascroisés». 7 Onvoitbienque,composerunéchantillon,revientàs'interrogersurlavaliditéstatistiquedesopérationsconduites,maiségalementausensquecetteopérationprendauregarddelaproblématiqueetdeshypothèsesdedépart.Enfin,lescontraintesmatérielles,deduréeetdebudgetinterviennentnécessairement.Pourreprendrenotreillustrationdudébut,disonsques'ilesttoujourspossibledeviderentièrementl'étangpouryrecensertouslespoissons,onpréféreraleplussouventmettreenplacedestechniquesmoinsprécises,maiségalementplusrapides,plussimplesetmoinsonéreuses... quotesdbs_dbs8.pdfusesText_14
×
if you Get
No preview available Click on (Next PDF)
Next PDF