Professional Documents
Culture Documents
chantillonnage
L
Lchantillonnage
l a
r e c h e r c h e
Le sommaire
1. Un chantillon biais
2. Un chantillonnage illustr
3. Quelques dfinitions
4. Lchantillon par rapport au recensement
5. Les avantages de lchantillon.
6. Les principes fondamentaux de la thorie de lchantillonnage
7. Les tapes de lchantillonnage
8. Les mthodes dchantillonnage probabiliste
9. Les mthodes dchantillonnage non probabiliste
10. Les erreurs dchantillonnage
11. La taille de lchantillon
12. Je fais mes exercices
Page 1 Introduction la recherche Donald Long longd@umoncton.ca (506) 858-4886 Centre de
Recherche et de Dveloppement en ducation (CRDE) Universit de Moncton, N.-B. Canada E1A 3E9
1. Un chantillon biais
La conception quon se fait dun chantillon varie dun individu lautre.
Chaque conception sappuie sur un principe qui la rend juste ou errone. Avant
de dterminer ce qui confre un caractre scientifique un chantillon, voyons
pourquoi certaines conceptions peuvent tre fausses ou comporter des risques
levs derreurs.
Quelques situations bien concrtes sont prsentes de manire faire ressortir avec plus
dclat les erreurs majeures dchantillonnage.
Votre comit souhaite recueillir la signature des citoyens
afin dappuyer le projet de construction dun centre
communautaire. Vous recueillez les signatures
lentre de la quincaillerie de votre rgion.
Lerreur majeure rside dans la slection des personnes.
Les signataires seront en majorit des propritaires fonciers
dge mr et, probablement, de sexe masculin. Tous les
citoyens ne frquentent pas la quincaillerie galement.
X
!
X
!
X
!
X
Il ressort de ces exemples que lerreur majeure quon commet en voulant tirer un
chantillon de la population consiste attribuer aux individus ou aux units
dchantillonnage des probabilits diffrentes dtre choisis.
Autrement dit, pour quun chantillon soit reprsentatif, il faut que
lchantillon respecte les proportions entre les caractristiques constates et
mesures dans la population.
2. Un chantillonnage illustr
Dans le tableau suivant, une population a t dfinie en utilisant des icnes
comme units dchantillonnage, au lieu dindividus, de rgions, de groupes
professionnels, de classes, et ainsi de suite.
Un premier chantillon a t form en choisissant la moiti des icnes de
chacune des catgories. Cest ainsi que les proportions entre les catgories
dicnes dans lchantillon 1 sont les mmes que dans la population.
Cependant, pour lchantillon 2, ces proportions sont loin dtre respectes. On
observe que les carts entre la population et lchantillon 2 varient de 11,11 %
33,33 %. Inutile dinsister sur le fait que les proportions entre les catgories
dicnes de lchantillon 2 diffrent fortement de celles observes dans la
population.
Population
%
chantillon 1
12,50
18,75
6,25
37,50
25,00
%
12,50
18,75
6,25
37,50
25,00
chantillon 2
%
22,22
22,22
11,11
33,33
11,11
Sachant que cette population est constitue de 32 icnes, chacun deux a une
probabilit de 1/32, une proportion de 0,0315 ou un pourcentage de 3,125 % de
faire partie de lchantillon. Ce calcul est exact si lchantillon est choisi selon la
Page 3 Introduction la recherche Donald Long longd@umoncton.ca (506) 858-4886 Centre de
Recherche et de Dveloppement en ducation (CRDE) Universit de Moncton, N.-B. Canada E1A 3E9
?
R
3. Quelques dfinitions
Avant daborder dautres aspects de lchantillonnage, il conviendrait de dfinir
certains termes associs la science de lchantillonnage.
Terme
Unit
dchantillonnage
chantillon
Population cible
Dfinition
Exemple
Population
gnrale
En augmentant
le nombre dindividus
dans un chantillon,
on diminue ainsi
lerreur dchantillonnage.
Vous constatez en mme temps quil est utopique de penser que pour la moindre
exprience ou enqute il faut faire appel toute la population. Il nest donc pas
ncessaire de tenir un recensement pour toute enqute. Un chantillon suffit
amplement, car il prsente des avantages intressants et souvent insouponns.
Le cot total dun recensement est plus lev que celui dun
chantillon. Par contre, le cot par unit est moins lev
pour un recensement que pour un chantillon.
Lchantillonnage probabiliste
Quant ce type dchantillonnage, on accorde une probabilit
quelconque chaque unit de faire partie de lchantillon.
Pour des informations compltes sur chacune de ces techniques, et sur dautres
techniques, nous vous conseillons la rfrence suivante : A. Satin et W. Shastry
(1993). Lchantillonnage : un guide non mathmatique. Statistique Canada,
ministre de lIndustrie, des Sciences et de la Technologie. La bibliographie
contient quelques autres rfrences tout aussi utiles. Comme certaines
techniques sont plus utilises que dautres, nous les expliquerons plus en dtail.
Pour les autres, nous nous contenterons de les dfinir.
8.1 Lchantillonnage alatoire simple
Description : Chaque unit de la population a la mme chance dtre choisie
dans lchantillon.
Exemple : Vous souhaitez interroger les propritaires de petites et de moyennes
entreprises de votre rgion. Vous en dressez une liste complte. Par une pige au
hasard, vous en choisissez 20 % dentre eux qui vous expdiez un
questionnaire crit portant sur les exportations.
11
36
61
86
12
37
62
87
13
38
63
88
14
39
64
89
15
40
65
90
16
41
66
91
17
42
67
92
18
43
68
93
19
44
69
94
20
45
70
95
21
46
71
96
22
47
72
97
23
48
73
98
24 25
49 50
74 75
99 100
Strates
chantillon
C
PP E
E A
D C C DE E
EC
P
D A C C E E A
E E ECE D P
AC
EDE
EE C D DE
AAAA
DDDDDD
EEEEEEEEEEEEEEEE
CCCCCCCCC
PPPP
A
DD
EEEE
CC
A
rpandus galement partout dans le lac. Il en est de mme pour lpicier qui
gote une seule pomme au comptoir de fruits.
9.2 Lchantillonnage de volontaires
Certaines recherches ne pourraient sexcuter autrement quen faisant appel
des volontaires. Les compagnies pharmaceutiques font appel des volontaires
quils paient aussi afin de vrifier les effets de leurs nouveaux produits.
Un groupe de volontaires risque dtre plus homogne quun groupe tir au
hasard dans la population, offrant ainsi moins de variabilit quon le souhaite.
Description de lerreur no 1
Accorder une plus grande chance certaines units
dtre choisies dans lchantillon
Exemple
Votre technique dchantillonnage consiste frapper aux portes dune section de votre ville
durant le jour. Nous savons, par ailleurs, que certains quartiers des villes sont habits par des
segments de population plutt homognes. Les personnes ges tendent demeurer dans un
secteur particulier, tandis que les jeunes familles se trouvent en plus grand nombre dans un
autre quartier. Les personnes ges ont plus de chance dtre prsentes leur foyer le jour que
les jeunes couples qui occupent des emplois.
Description de lerreur no 2
Un chantillon en apparence tir au hasard
Exemple
Les sujets de votre enqute ont t slectionns en choisissant un abonn tlphonique
chaque cent abonns. Comme cest le nom du pre qui figure le plus souvent dans lannuaire
tlphonique, vous risquez de vous retrouver avec un chantillon disproportionn quant au
sexe : votre chantillon souffrira dune sur-reprsentation des hommes.
De plus, les noms de tous les citoyens ne figurent pas tous dans lannuaire tlphonique.
Description de lerreur no 3
Substituer une unit pour une autre
Exemple
Selon votre plan dchantillonnage, vous devez interroger une femme habitant au 1248, rue
Principale. Comme elle nest pas prsente lors de votre passage, et afin dviter de retourner
cette adresse, vous allez frapper la porte de sa voisine. Votre critre de slection devient
alors la proximit gographique et non plus les lois du hasard.
Description de lerreur no 4
La nature intrinsque de votre technique dchantillonnage favorise
certaines units plus que dautres
Exemple
Page 15 Introduction la recherche Donald Long longd@umoncton.ca (506) 858-4886 Centre de
Recherche et de Dveloppement en ducation (CRDE) Universit de Moncton, N.-B. Canada E1A 3E9
Vous expdiez par la poste un questionnaire qui porte sur la venue dune maison de jeu dans
la rgion. Les personnes qui sadonnent dj aux jeux de hasard vont certainement rpondre
en plus grand nombre. Il se peut aussi que les personnes farouchement opposes ces jeux
fassent des dmarches systmatiques pour inciter les autres opposants rpondre au
questionnaire. Dans tous ces cas, chaque unit na pas la mme probabilit dtre choisie dans
lchantillon. Ce biais dchantillonnage survient surtout dans les situations o la volont de
chaque unit entre en jeu : une personne peut choisir de participer lenqute,
ou de ne pas y participer.
Encore l,
ce nest pas trs clair
ce quil faut faire.
La raison de cette confusion,
cest quil ny a pas
quune seule et unique rponse
cette question.
chantillon
132
377
383
Rapport
132/200=0,660
377/20 000=0,019
383/100 000=0,004
Population
chantillon
0,05
100 000
383
0,01
100 000
8 762
chantillon
plus de 50 %
25 50 %
10 25 %
1 10 %
La section
8. Vous tes charg de mesurer la puret de leau dans votre ville. laborez un
plan dchantillonnage. Quels facteurs devrez-vous tenir compte ?
Bibliographie
Angers, Maurice . Initiation pratique la mthodologie des sciences humaines.
Anjou (Qubec): Les ditions CEC Inc., 1996.
Barnett, Vic. Sample Survey Principles and Methods. New York: Oxford
University Press, 1991.
Dayhaw, Laurence T. Manuel de statistique. Ottawa: ditions de lUniversit
dOttawa. 2e dition, 1963.
Ferguson, George A. Statistical Analysis in Psychology and Education. New
York: McGraw-Hill Book Co. 2nd edition, 1966.
Fortin, Marie-Fabienne. Le processus de la recherche: de la conception la
ralisation. Ville Mont-Royal (Qubec): Dcarie diteur Inc., 1996.
Foucault, Luc, et Lucie Verreault. Guide dlaboration dun programme de
formation documentaire. Montral: Confrences des recteurs et des
principaux des universits du Qubec, 1994.
Hair, Joseph F. Jr., Rolph E. Anderson, and Ronald L. Tatham. Multivariate
Data Analysis. 2nd edition. New York: Macmillan Publishing Co., 1987.
Hayduk, Leslie A. Structural Equation Modeling with Lisrel. Baltimore: The
John Hopkins University Press, 1987.
Hays, William L. Statistics for Psychologists. New York: Holt, Rinehart and
Winston, 1963.
List, Carla. Introduction to library research. New York: McGraw-Hill, 1993.