lorsque vous effectuez des recherches sur un groupe de personnes, il est rarement possible de recueillir des données auprès de chaque personne de ce groupe. Au lieu de cela, vous sélectionnez un échantillon. L’échantillon est le groupe de personnes qui participeront réellement à la recherche.
pour tirer des conclusions valables de vos résultats, vous devez soigneusement décider comment vous allez sélectionner un échantillon représentatif du groupe dans son ensemble., Il existe deux types de méthodes d’échantillonnage:
- l’échantillonnage probabiliste implique une sélection aléatoire, vous permettant de faire des inférences statistiques sur l’ensemble du groupe.
- l’échantillonnage non probabiliste implique une sélection non aléatoire basée sur la commodité ou d’autres critères, ce qui vous permet de collecter facilement des données initiales.
Vous devez expliquer clairement comment vous avez sélectionné votre échantillon dans la section méthodologie de votre article ou de votre thèse.,
Population vs échantillon
tout d’abord, vous devez comprendre la différence entre une population et un échantillon et identifier la population cible de votre recherche.
- la population est l’ensemble du groupe sur lequel vous souhaitez tirer des conclusions.
- l’échantillon est le groupe spécifique d’individus à partir duquel vous collecterez des données.
la population peut être définie en termes de situation géographique, d’âge, de revenu et de nombreuses autres caractéristiques.,
Il peut être très large ou assez étroit: peut-être que vous voulez faire des inférences sur l’ensemble de la population adulte de votre pays; peut-être que votre recherche se concentre sur les clients d’une certaine entreprise, les patients atteints d’un problème de santé spécifique ou les étudiants d’une seule école.
il est important de bien définir votre population cible en fonction de l’objectif et des aspects pratiques de votre projet.
Si la population est très nombreuse, démographiquement mixte et géographiquement dispersée, il pourrait être difficile d’avoir accès à un échantillon représentatif.,
sondage
Le cadre d’échantillonnage est la liste réelle des individus que l’échantillon sera tiré au sort. Idéalement, il devrait inclure toute la population cible (et personne qui ne fait pas partie de cette population).
exemple
vous faites des recherches sur les conditions de travail dans L’entreprise X. Votre population est composée de 1000 employés de l’entreprise. Votre base de données d’échantillonnage est la base de données RH de l’entreprise qui répertorie les noms et les coordonnées de chaque employé.,
taille de l’Échantillon
Le nombre de personnes dans votre échantillon dépend de la taille de la population, et sur la façon dont précisément vous voulez que les résultats représentent l’ensemble de la population.
Vous pouvez utiliser un calculateur de taille d’échantillon pour déterminer la taille de votre échantillon. En général, plus la taille de l’échantillon est grande, plus vous pouvez faire des inférences avec précision et confiance sur l’ensemble de la population.
méthodes d’échantillonnage probabiliste
d’échantillonnage de Probabilité signifie que chaque membre de la population a une chance d’être sélectionné. Il est principalement utilisé dans la recherche quantitative., Si vous souhaitez produire des résultats représentatifs de l’ensemble de la population, vous devez utiliser une technique d’échantillonnage probabiliste.
Il existe quatre principaux types d’échantillons probabilistes.
l’échantillonnage aléatoire Simple
Dans un échantillon aléatoire simple, chaque membre de la population a une chance égale d’être sélectionné. Votre base de sondage devrait inclure l’ensemble de la population.
pour effectuer ce type d’échantillonnage, vous pouvez utiliser des outils tels que des générateurs de nombres aléatoires ou d’autres techniques entièrement basées sur le hasard.,
exemple
vous souhaitez sélectionner un échantillon aléatoire simple de 100 employés de la société X. vous attribuez un numéro à chaque employé de la base de données de la société de 1 à 1000, et utilisez un générateur de nombres aléatoires pour sélectionner 100 numéros.
l’échantillonnage Systématique
l’échantillonnage Systématique est similaire à l’échantillonnage aléatoire simple, mais il est généralement un peu plus faciles à effectuer. Chaque membre de la population est répertorié avec un nombre, mais au lieu de générer des nombres au hasard, les individus sont choisis à intervalles réguliers.,
exemple
Tous les employés de l’entreprise sont listés par ordre alphabétique. Parmi les 10 premiers numéros, vous sélectionnez aléatoirement un point de départ: le numéro 6. À partir du numéro 6, chaque 10ème personne de la liste est sélectionnée (6, 16, 26, 36, etc.), et vous vous retrouvez avec un échantillon de 100 personnes.
Si vous utilisez cette technique, il est important de s’assurer qu’il n’existe pas de modèle caché dans la liste qui pourrait biaiser l’échantillon., Par exemple, si la base de données RH regroupe les employés par équipe et que les membres de l’équipe sont répertoriés par ordre d’ancienneté, il y a un risque que votre intervalle ne dépasse pas les personnes occupant des postes subalternes, ce qui donne un échantillon biaisé vers les employés supérieurs.
l’échantillonnage Stratifié
l’échantillonnage Stratifié consiste à diviser la population en sous-populations, qui peuvent différer de façon importante. Il vous permet de tirer des conclusions plus précises en vous assurant que chaque sous-groupe est correctement représenté dans l’échantillon.,
pour utiliser cette méthode d’échantillonnage, vous divisez la population en sous-groupes (appelés strates) en fonction de la caractéristique pertinente (p. ex. sexe, tranche d’âge, tranche de revenu, rôle dans l’emploi).
en fonction des proportions globales de la population, vous calculez combien de personnes doivent être échantillonnées dans chaque sous-groupe. Ensuite, vous utilisez un échantillonnage aléatoire ou systématique pour sélectionner un échantillon de chaque sous-groupe.
exemple
l’entreprise compte 800 employés féminins et 200 employés masculins., Vous voulez vous assurer que l’échantillon reflète l’équilibre entre les sexes de l’entreprise, de sorte que vous triez la population en deux strates en fonction du sexe. Ensuite, vous utilisez l’échantillonnage aléatoire sur chaque groupe, sélection de 80 femmes et 20 hommes, ce qui vous donne un échantillon représentatif de 100 personnes.
échantillonnage en grappes
l’échantillonnage en grappes consiste également à diviser la population en sous-groupes, mais chaque sous-groupe devrait avoir des caractéristiques similaires à l’ensemble de l’échantillon. Au lieu d’échantillonner des individus de chaque sous-groupe, vous sélectionnez aléatoirement des sous-groupes entiers.,
si cela est pratiquement possible, vous pouvez inclure chaque individu de chaque cluster échantillonné. Si les grappes elles-mêmes sont grandes, Vous pouvez également échantillonner des individus au sein de chaque grappe en utilisant l’une des techniques ci-dessus.
cette méthode est bonne pour traiter des populations importantes et dispersées, mais il y a plus de risque d’erreur dans l’échantillon, car il pourrait y avoir des différences substantielles entre les grappes. Il est difficile de garantir que les grappes échantillonnées sont vraiment représentatives de l’ensemble de la population.,
exemple
la société a des bureaux dans 10 villes à travers le pays (tous avec à peu près le même nombre d’employés dans des rôles similaires). Vous n’avez pas la capacité de voyager dans tous les bureaux pour collecter vos données, si vous utilisez l’échantillonnage aléatoire pour sélectionner 3 bureaux – ce sont vos clusters.,
méthodes d’échantillonnage non probabiliste
dans un échantillon non probabiliste, les individus sont sélectionnés en fonction de critères non aléatoires, et tous les individus n’ont pas de chance d’être inclus.,
ce type d’échantillon est plus facile et moins cher d’accès, mais il présente un risque plus élevé de biais d’échantillonnage, et vous ne pouvez pas l’utiliser pour faire des inférences statistiques valides sur l’ensemble de la population.
Les techniques D’échantillonnage non probabiliste sont souvent appropriées pour la recherche exploratoire et qualitative. Dans ce type de recherche, l’objectif n’est pas de tester une hypothèse sur une population large, mais de développer une compréhension initiale d’une population petite ou sous-étudiée.,
l’échantillonnage de Commodité
d’Un échantillon de commodité simplement comprend les individus qui se trouvent être les plus accessibles au chercheur.
c’est un moyen facile et peu coûteux de recueillir des données initiales, mais il n’y a aucun moyen de dire si l’échantillon est représentatif de la population, il ne peut donc pas produire de résultats généralisables.
exemple
Vous recherchez des opinions sur les services de soutien aux étudiants dans votre université, donc après chacun de vos cours, vous demandez à vos camarades de répondre à un sondage sur le sujet., C’est un moyen pratique de recueillir des données, mais que vous ne l’élèves interrogés en prenant les mêmes classes que vous au même niveau, l’échantillon n’est pas représentatif de tous les étudiants de votre université.
échantillonnage de réponse volontaire
semblable à un échantillon de commodité, un échantillon de réponse volontaire est principalement basé sur la facilité d’accès. Au lieu que le chercheur choisisse les participants et les contacte directement, les gens se portent volontaires (p. ex. en répondant à un sondage public en ligne).,
Les échantillons de réponse volontaire sont toujours au moins quelque peu biaisés, car certaines personnes seront intrinsèquement plus susceptibles de se porter volontaires que d’autres.
Exemple
Vous envoyer l’enquête à tous les étudiants de votre université et beaucoup d’étudiants décident de le compléter. Cela peut certainement vous donner un aperçu du sujet, mais les personnes qui ont répondu sont plus susceptibles d’être celles qui ont de fortes opinions sur les services de soutien aux étudiants, vous ne pouvez donc pas être sûr que leurs opinions sont représentatives de tous les étudiants.,
échantillonnage intentionnel
Ce type d’échantillonnage, également appelé échantillonnage de jugement, implique que le chercheur utilise son expertise pour sélectionner un échantillon qui est le plus utile aux fins de la recherche.
Il est souvent utilisé dans la recherche qualitative, où le chercheur souhaite acquérir des connaissances détaillées sur un phénomène spécifique plutôt que de faire des inférences statistiques, ou lorsque la population est très petite et spécifique. Un échantillon ciblé efficace doit avoir des critères et une justification clairs pour l’inclusion.,
exemple
vous souhaitez en savoir plus sur les opinions et les expériences des étudiants handicapés de votre université, de sorte que vous sélectionnez délibérément un certain nombre d’étudiants ayant des besoins de soutien différents afin de recueillir une gamme variée de données sur leurs expériences avec les services aux étudiants.
échantillonnage Boule De Neige
Si la population est difficile d’accès, l’échantillonnage boule de neige peut être utilisé pour recruter des participants via d’autres participants. Le nombre de personnes auxquelles vous avez accès « boules de neige” lorsque vous entrez en contact avec plus de personnes.,
exemple
Vous recherchez des expériences d’itinérance dans votre ville. Comme il n’y a pas de liste de tous les sans-abri de la ville, l’échantillonnage probabiliste n’est pas possible. Vous rencontrez une personne qui accepte de participer à la recherche, et elle vous met en contact avec d’autres sans-abri qu’elle connaît dans la région.
questions Fréquemment posées à propos de l’échantillonnage
Un échantillon est un sous-ensemble d’individus d’une population plus grande. L’échantillonnage signifie sélectionner le groupe à partir duquel vous collecterez réellement des données dans votre recherche., Par exemple, si vous recherchez les opinions des étudiants de votre université, vous pouvez sonder un échantillon de 100 étudiants.
Dans les statistiques, échantillonnage permet de tester une hypothèse sur les caractéristiques d’une population.
les Échantillons sont utilisés pour faire des inférences sur les populations. Les échantillons sont plus faciles à collecter car ils sont pratiques, rentables, pratiques et gérables.
l’échantillonnage probabiliste signifie que chaque membre de la population cible a une chance connue d’être inclus dans l’échantillon.
méthodes d’échantillonnage probabiliste inclure l’échantillonnage aléatoire simple, l’échantillonnage systématique, l’échantillonnage stratifié, et de l’échantillonnage en grappes.
dans l’échantillonnage non probabiliste, l’échantillon est sélectionné en fonction de critères non aléatoires, et tous les membres de la population n’ont pas de chance d’être inclus.,
Les méthodes D’échantillonnage non probabiliste courantes comprennent l’échantillonnage de commodité, l’échantillonnage de réponse volontaire, l’échantillonnage intentionnel, l’échantillonnage en boule de neige et l’échantillonnage par quotas.
les biais d’Échantillonnage se produit lorsque certains membres de la population sont systématiquement plus susceptibles d’être sélectionnés dans l’échantillon que les autres.
