Chapitre 1 : Méthode D’échantillonnage Flashcards
Permet d’estimer les caractéristiques d’une population en observant une partie de la population
Échantillonnage
Lorsqu’on pose les questions aux mauvaises personnes et que l’information ne représente pas bien la population à laquelle on s’intéresse
Résultats biaisées
Approche qui permet la sélection d’un échantillon représentatif de la population
Échantillonnage aléatoire
Type d’échantillonnage où chaque unité d’une population possède une chance égale de faire partie d’un échantillon
Échantillonnage aléatoire
Type d’échantillonnage lorsque la population est une collection de sous-groupes (hétérogène). On appelle ces sous-groupes «strates» où ce produit u choix indépendant dans chaque strate.
Échantillonnage stratifié aléatoire
2 types d’allocations quant à l’échantillonnage stratifié aléatoire où l’un possède une taille des strates de l’échantillon proportionnelle à celle de la population. Tandis que l’autre (échantillon) est égale quoi qu’il en soit des strates de la population
Allocation proportionnelle et allocation égale
Type d’échantillonnage utilisé surtout lorsque la population est homogène où l’on choisi un échantillon à partir d’un point spécifique qui continue une suite déterminée
Échantillonnage systématique
Type d’échantillonnage où on divise la population en groupes raisonnable et forme un échantillon en sélectionnant les mini groupes
Échantillonnage en groupe
Type d’échantillonnage lorsque la population est très large et on obtient un échantillon à partir de plusieurs méthodes d’échantillonnage
Échantillonnage en multiétapes aléatoire
Type d’échantillonnage lorsqu’il est difficile de récolter des échantillons aléatoire, ils sont nécessaires rapidement et disponibles plus facilement au chercheur (accessibles)
Échantillonnage de commodité
Type d’échantillonnage seulement à utiliser si aucune autre approche n’est disponible et n;est pas nécessairement représentative de la population
Échantillonnage de commodité
La différence entre la statistique observée de l’échantillon et le paramètre qui correspond à la population. Ce n’est pas une faute, plutôt le fait que la valeur n’est jamais exacte.
Erreur d’échantillonnage
Lorsque l’échantillon n’est pas représentatif de la population
Biais d’échantillonnage
Type de biais lorsque l’échantillon est obtenu à partir d’une méthode qui ne représente pas la population
Biais de sélection
Type de biais où l’échantillon est obtenu par seul les répondant voulant participer à l’étude
Biais d’autosélection
Type de biais lorsqu’il y a un faible taux de réponse parmi les réponses
Biais de non-réponse
Type de biais lorsque l’échantillon comprend un nombre trop peu d’individus
Biais d’un petit échantillonnage
Type de biais lorsque les réponses de l’échantillonnage sont influencées par les questions du chercheur
Biais du chercheur
Type de biais lorsque certaines réponses ne sont pas valides
Biais des réponses non vérifiées
