Chap 1 séance 2 :
1) Le choix des participants à l’échantillonnage
La démarche scientifique
Formulation d’une hypothèse théorique, une hypothèse
opérationnelle et une population cible
Hypothèse théorique : capacité des êtres humains à analyser des
infos
Hypothèse opérationnelle : anxiété impacte négativement la
mémorisation
Population cible ?? Dans notre exemple, toute la population
Tester un échantillon : inférer dans la population cible la distribution
va être comparable
Comment choisir cet échantillon ? Dans la population cible on choisit
un échantillon représentatif dans la population cible.
2 contraintes : Inclusion d’un très grand échantillon et inclusion d’un
échantillon minimal
Inclusion d’un très grand échantillon, grand échantillon = plus
probable de détecter un petit effet et plus probable de détecter
aussi un petit effet
Exemple : on compare les poids entre les hommes et les femmes, on
constate que les femmes sont moins lourdes que les hommes.
Au sein de chaque groupe (hommes et femmes), il y a des variations
de poids, la variation moyenne entre hommes et femmes est-elle un
meilleur prédicteur du poids d’un individu donné que la variation au
sein de chaque groupe ?
Inclusion d’un échantillon minimal, pas besoin de tester toute la
population, un certain échantillon suffira pour observer un vrai effet.
Au-delà de ça, la probabilité d’observer un effet ne va pas beaucoup
changer.
Exemple : études d’opinion politiques réalisés par instituts de
sondage qui portent sur des échantillons qui peuvent paraitre
restreints à l’égard à la taille de la population générale mais qui
suffisent généralement à fournir des projections fiables des
comportements de vote.
Pour pouvoir généraliser les conclusions obtenues sur un échantillon
à une population, celui-ci doit être représentatif de cette population
de référence ou population parente.
, Exemple : faire étude d’opinions politiques avec un échantillon
restreint peut fournir des projections fiables des comportements de
vote seulement si cet échantillon inclut des représentants des
différents niveaux socioéconomiques.
Sinon il y a un risque d’un biais d’autosélection : si on demande aux
gens de répondre volontairement à un questionnaire, les individus
qui répondront n’ont pas forcément les mêmes opinions que ceux
qui n’y répondront pas.
Plusieurs méthodes pour constituer échantillon représentatif de la
population parente :
1) Échantillonnage probabiliste aléatoire simple
Choisir les individus dans un échantillon cible
Tous les individus de la population-source ont une probabilité connue
et égale d’être sélectionnés pour faire partie de l’échantillon
(sélection au hasard).
C’est une méthode pour avoir un échantillon bien représentatif et
homogène d’une population.
Méthode appropriée lorsque la population est nombreuse et
relativement homogène.
2) Échantillonnage probabiliste stratifié
Chaque sous-groupe de la population (hétérogène) est représenté
dans l’échantillon
On peut répartir l’échantillon de façon proportionnelle à la taille des
sous-groupes et ainsi tous les individus possèdent une même chance
d’être sélectionnés comme pour l’échantillon aléatoire.
3) Échantillonnage probabiliste par cluster
La population est souvent composée des sous-groupes déjà
constitués. Il est plus facile de contacter quelques sous-groupes que
d’effectuer un échantillonnage aléatoire.
4) Échantillonnage non probabiliste par convenance,
Quand la probabilité de sélectionner un individu dans la population
ne peut être calculée précisément, la sélection des individus à
observer se fait en fonction de leur facilité d’accès. Attention !
Généralisabilité ? Méthode utilisée par un grand nombre d’études en
psychologie !
5) Échantillonnage non probabiliste ciblé
Par convenance où les participants sont sélectionnés sur la base du
fait qu’ils possèdent une caractéristique particulière, par exemple
des infirmiers, médecins, ou fumeurs…
6) Échantillonnage non probabiliste par quotas
1) Le choix des participants à l’échantillonnage
La démarche scientifique
Formulation d’une hypothèse théorique, une hypothèse
opérationnelle et une population cible
Hypothèse théorique : capacité des êtres humains à analyser des
infos
Hypothèse opérationnelle : anxiété impacte négativement la
mémorisation
Population cible ?? Dans notre exemple, toute la population
Tester un échantillon : inférer dans la population cible la distribution
va être comparable
Comment choisir cet échantillon ? Dans la population cible on choisit
un échantillon représentatif dans la population cible.
2 contraintes : Inclusion d’un très grand échantillon et inclusion d’un
échantillon minimal
Inclusion d’un très grand échantillon, grand échantillon = plus
probable de détecter un petit effet et plus probable de détecter
aussi un petit effet
Exemple : on compare les poids entre les hommes et les femmes, on
constate que les femmes sont moins lourdes que les hommes.
Au sein de chaque groupe (hommes et femmes), il y a des variations
de poids, la variation moyenne entre hommes et femmes est-elle un
meilleur prédicteur du poids d’un individu donné que la variation au
sein de chaque groupe ?
Inclusion d’un échantillon minimal, pas besoin de tester toute la
population, un certain échantillon suffira pour observer un vrai effet.
Au-delà de ça, la probabilité d’observer un effet ne va pas beaucoup
changer.
Exemple : études d’opinion politiques réalisés par instituts de
sondage qui portent sur des échantillons qui peuvent paraitre
restreints à l’égard à la taille de la population générale mais qui
suffisent généralement à fournir des projections fiables des
comportements de vote.
Pour pouvoir généraliser les conclusions obtenues sur un échantillon
à une population, celui-ci doit être représentatif de cette population
de référence ou population parente.
, Exemple : faire étude d’opinions politiques avec un échantillon
restreint peut fournir des projections fiables des comportements de
vote seulement si cet échantillon inclut des représentants des
différents niveaux socioéconomiques.
Sinon il y a un risque d’un biais d’autosélection : si on demande aux
gens de répondre volontairement à un questionnaire, les individus
qui répondront n’ont pas forcément les mêmes opinions que ceux
qui n’y répondront pas.
Plusieurs méthodes pour constituer échantillon représentatif de la
population parente :
1) Échantillonnage probabiliste aléatoire simple
Choisir les individus dans un échantillon cible
Tous les individus de la population-source ont une probabilité connue
et égale d’être sélectionnés pour faire partie de l’échantillon
(sélection au hasard).
C’est une méthode pour avoir un échantillon bien représentatif et
homogène d’une population.
Méthode appropriée lorsque la population est nombreuse et
relativement homogène.
2) Échantillonnage probabiliste stratifié
Chaque sous-groupe de la population (hétérogène) est représenté
dans l’échantillon
On peut répartir l’échantillon de façon proportionnelle à la taille des
sous-groupes et ainsi tous les individus possèdent une même chance
d’être sélectionnés comme pour l’échantillon aléatoire.
3) Échantillonnage probabiliste par cluster
La population est souvent composée des sous-groupes déjà
constitués. Il est plus facile de contacter quelques sous-groupes que
d’effectuer un échantillonnage aléatoire.
4) Échantillonnage non probabiliste par convenance,
Quand la probabilité de sélectionner un individu dans la population
ne peut être calculée précisément, la sélection des individus à
observer se fait en fonction de leur facilité d’accès. Attention !
Généralisabilité ? Méthode utilisée par un grand nombre d’études en
psychologie !
5) Échantillonnage non probabiliste ciblé
Par convenance où les participants sont sélectionnés sur la base du
fait qu’ils possèdent une caractéristique particulière, par exemple
des infirmiers, médecins, ou fumeurs…
6) Échantillonnage non probabiliste par quotas
