cours 4 Flashcards

1
Q

C’est quoi un recensement ?

A
  • Opération statistique qui vise à présenter un portrait des caractéristiques de tous les individus de la population cible.
  • Étudier tous les cas de la population
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

C’est quoi un échantillon ?

A

Méthode statistique qui vise à évaluer les proportions de différentes caractéristiques d’une population à partir d’un sous-ensemble d’individus.

 Échantillonnage probabiliste
 Échantillonnage non-probabiliste

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Population cible vs population générale :

A

La population cible est tributaire des intentions du chercheur ou de la chercheuse et de l’hypothèse. Cette relativité doit être considérée lorsqu’on aborde la généralisation et ses limites.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

C’est quoi la différence entre la population cible et l’échantillon ?

A

Population cible : Ensemble d’individus qui partagent une ou plusieurs caractéristiques permettant de les regrouper sous une catégorie. Les individus visés par l’hypothèse.

échantillon : Ensemble d’individus qu’on veut représentatif de la population cible.
Les individus visés pour l’expérience.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Vrai ou faux : Un échantillon ne devrait pas constituer un modèle réduit de la population qu’il représente

A

faux : Un échantillon devrait constituer un modèle réduit de la population qu’il représente

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q
  1. Si l’échantillon est _________ de la population
  2. __________ à partir de l’échantillon
  3. ___________ à la population
A

représentatif, conclusion, généralisation

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

C’est quoi la validité externe ?

A
  • Fait référence à la généralisation des résultats. Dans quelle mesure peut-on généraliser les résultats d’une étude à la population cible ainsi qu’à une autre population, dans un autre milieu ou à d’autres conditions?
  • Concerne la valeur des résultats en dehors des conditions particulières de la recherche
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Exemple de validité d’échantillonnage :

A
  • Caractéristiques de l’échantillon (degré de représentativité)
  • Âge, sexe, éducation, sévérité, comorbidité
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

vrai ou faux : Afin d’être REPRÉSENTATIVES, les caractéristiques d’un échantillon doivent être très similaires aux caractéristiques de la population d’origine.

A

Vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

vrai ou faux : L’échantillonnage n’est pas important pour la validité interne et externe de la recherche.

A

faux : l’échantillonnage est important pour la validité interne et externe

ex. Est-ce qu’un étudiant universitaire représente adéquatement la population de « jeunes adultes »?

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

C’est quoi la validité interne ?

A

Représente la capacité de la méthode à produire des conclusions précises à propos de l’effet de la VI sur la VD.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

C’est quoi la validité externe (échantillonnage et écologique)

A

Représente la capacité de la méthode à produire des conclusions généralisables au-delà du contexte de l’étude.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

C’est quoi un échantillonnage aléatoire ?

A

Sélection aléatoire des participants
→ Liée à la validité externe

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

C’est quoi un assignation aléatoire ?

A

Placement des participants dans les conditions expérimentales sur la base d’un processus aléatoire
→ Liée à la validité interne

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

C’est quoi un paramètre ?

A

Valeur dans la population

Ex: Revenu annuel, Poids, Traumas vécus en enfance

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Vrai ou faux : Plus les paramètres (caractéristiques) de l’échantillon sont similaires à ceux de la population, plus il est représentatif de cette population.

A

vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Vrai ou faux : Assurer un recrutement aléatoire réduit les chances que l’échantillon soit représentatif.

A

faux : Assurer un recrutement aléatoire augmente les chances que l’échantillon soit représentatif.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

vrai ou faux : Recruter un plus grand nombre de participants diminue les chances que l’échantillon soit représentatif.

A

faux : Recruter un plus grand nombre de participants augmente les chances que l’échantillon soit représentatif.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

ÉCHANTILLONNAGE COMME PROCESSUS D’INFÉRENCE

 Lorsqu’on examine un échantillon, les ________ de la population cible sont souvent ______ et jamais connus.
 Alors on va les _______ à partir de l’échantillon
 On ne peut jamais être certain que l’échantillon est ________ de la population.
 Il existe des techniques / principes qui permettent de faciliter la ___________ ___ _________.

A

paramètres, inférés, estimer, représentatif, supposition de représentativité

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

C’est quoi l’erreur d’estimation ?

A

différence entre la valeur d’une statistique d’échantillon et la valeur du paramètre de population.

→ Une certaine erreur est toujours présente dans l’échantillonnage

21
Q

Vrai ou faux : Lorsque l’échantillonnage est aléatoire, les erreurs sont aléatoires et ne sont pas systématiquement erronées

A

vrai

22
Q

vrai ou faux : Plus la taille de l’échantillon est élevée, moins grande est l’erreur d’estimation de la valeur que nous tentons d’examiner.

A

vrai

23
Q

La représentativité de l’échantillon dépend (entre autres) de ?

A

sa taille, mais pas de la taille absolue de la population cible. Il ne s’agit pas de recruter un échantillon qui est composé de 10% (ou 50%) de la population.

24
Q

vrai ou faux : C’est la precision désirée et non la taille de la population qui determine la taille d’un echantillon.

A

vrai

ex. Pour une précision donnée de l’estimateur, la taille d’échantillon pour une population de 1M ou 4M est la même

25
Q

Vrai ou faux : Il n’est pas possible de définir, à l’avance, le nombre de participants nécessaires afin d’observer un effet (ou un paramètre) avec une précision et une probabilité suffisantes

A

faux : Possible de définir, à l’avance, le nombre de participants nécessaires afin d’observer un effet (ou un paramètre) avec une précision et une probabilité suffisantes

26
Q

Possible de définir, à l’avance, le nombre de participants nécessaires afin d’observer un effet (ou un paramètre) avec une précision et une probabilité suffisantes. Que faut-il?

A

Puissance statistique: Probabilité de détecter un effet s’il existe réellement.

Taille d’effet espérée: force de l’effet observé d’une variable sur une autre.

27
Q

taille d’effet espérée : stratégie normalement utilisée

A

1) Examiner la taille d’effet dans les études antérieures.
Problème
Études souvent biaisées, biais de publication
Voir Anderson, Kelley, & Maxwell (Psychological Science, 2017)

2) Décider d’une taille d’effet significative (p.ex., cliniquement significative)

3) Arbitrairement (risque de sous-estimer ou sur-estimer)

28
Q

C’est quoi l’échantillonnage probabiliste

A

Processus par lequel chaque membre de la population d’origine a une chance égale d’être sélectionnée. Pour réaliser un échantillonnage probabiliste, il faut avoir accès au répertoire complet de notre population

29
Q

C’est quoi les quatre types d’échantillonnage probabiliste ?

A
  1. aléatoire simple
  2. aléatoire systématique
  3. stratifié
  4. En grappe

ALLER VOIR TABLEAU

30
Q

à partir de la banque complète des membres de notre population, on tire au hasard les individus qui composeront notre échantillon.

Inconvénient: Très long (accès à toute la population cible)

  1. aléatoire simple
  2. aléatoire systématique
  3. stratifié
  4. En grappe
A

aléatoire simple :

Exemple: Étudier la perception de la tricherie chez les étudiants de l’UQÀM

31
Q

à partir de la banque complète des membres de notre population, on sélectionne chaque nième individu après un départ aléatoire.

Déterminer l’intervalle d’échantillonnage (K) en divisant le nombre membres de la population par la taille de l’échantillon que vous désirez obtenir.

  1. aléatoire simple
  2. aléatoire systématique
  3. stratifié
  4. En grappe
A

aléatoire systématique :

Exemple:
10 000 étudiants sont inscrits dans votre université et vous voulez en prélever un échantillon systématique de 500.

 Population totale ÷ taille de l’échantillon = intervalle d’échantillonnage
= 10 000 ÷ 500 = 20

 On choisirait le point de départ en sélectionnant un numéro au hasard entre 1 et 20.

 Si ce numéro était 9, on sélectionnerait alors le 9e étudiant inscrit sur la liste et chaque 20e étudiant par la suite. L’échantillon d’étudiants serait constitué de ceux qui correspondraient aux numéros d’étudiant 9, 29, 49, 69… 9 929, 9 949, 9 969 et 9 989.

32
Q

on divise notre population en sous-catégories (strates) que l’on juge comme structurantes au sein de notre échantillon. On fixe un % de l’échantillon souhaité pour chacune des strates. Ensuite, on procède de façon aléatoire simple à l’intérieur de chacune des strates, tout en respectant les quotas de strate fixés.

  1. aléatoire simple
  2. aléatoire systématique
  3. stratifié
  4. En grappe
A

stratifié :

Exemple:

 Population: 55 769 élèves inscrits dans les commissions scolaires francophones de la Montérégie en 2011-2012

 Filles = 48,06% de la population
 Garçons = 51,94% de la population

 Je veux un échantillon de 50 individus et je veux qu’il représente fidèlement ma population. Je
vais donc utiliser les proportions pour obtenir quelque chose de représentatif.  Filles = 50*48,06% = 24 élèves

 Garçons = 50*51,94% = 26 élèves

33
Q

Identification de « groupes naturels » faisant partie de la population, puis sélection aléatoire d’un nombre de groupes. Tous les individus d’un groupe sélectionné sont sélectionnés.

  1. aléatoire simple
  2. aléatoire systématique
  3. stratifié
  4. En grappe
A

En grappe :

Exemple:

▪ Un chercheur veut déterminer quels sports pratiquent les élèves de 5e année au Québec. ▪ On sélectionne au hasard 100 écoles de tout le Québec

▪ Chacune de ces 100 écoles = 1 grappe

▪ On sonde ensuite chaque élève de 5e année de chacune des 100 grappes (écoles).

▪ Les élèves inclus dans ces grappes représenteraient tous les élèves de 5e année au Québec

34
Q

vrai ou faux : Plus le nombre de grape est petit, plus de risque de biais! (moins représentatif)

A

vrai

35
Q

C’est quoi un échantillonnage non probabiliste ?

A

Sélection des participants qui n’obéit pas au hasard.

 Processus qui ne permet pas de calculer la probabilité d’inclusion des
individus.

→ Présente des avantages au niveau des couts, de l’efficacité et de la faisabilité.

36
Q

Qu’elles sont les cinq types d’échantillonnage non probabiliste ?

A
  1. accidentel
  2. volontaire
  3. boule de neige
  4. par quotas
  5. choix raisonné
37
Q

Utilisation des individus disponibles selon les circonstances et le contexte.

  1. accidentel
  2. volontaire
  3. boule de neige
  4. par quotas
  5. choix raisonné
A

accidentel :

Exemple:

 Étudier la perception de la tricherie chez les étudiants de l’UQÀM

 Mercredi 22 mai à 12h30 à la cafétéria: vous distribuez votre questionnaire aux 100 premiers
universitaires croisés qui acceptent d’y répondre.

38
Q

Volontaire: Les répondants prennent contact avec les chercheurs sur une base volontaire. Sollicitation indirecte.

  1. accidentel
  2. volontaire
  3. boule de neige
  4. par quotas
  5. choix raisonné
A

Volontaire :

Exemple: Votre échantillon est composé de participants ayant répondu à une annonce que vous avez affichée sur les babillards de l’UQAM.

39
Q

avoir recours à des personnes de confiance au sein de la population (ou qui côtoie cette population) afin d’entrer en contact avec des participants potentiels.

  1. accidentel
  2. volontaire
  3. boule de neige
  4. par quotas
  5. choix raisonné
A

boule de neige :

Exemple:

 Vous voulez étudier la dépression chez les femmes victimes de violence

 Vous contactez une intervenante travaillant dans une maison d’hébergement et lui demandé de distribuer votre questionnaire aux femmes qu’elle connaît.

40
Q

déterminés pour des types d’individus, puis ______ sont remplis par les premiers individus correspondant aux différents types

déterminés pour des types d’individus, puis les _____ sont remplis par les premiers individus correspondant aux différents types.

  1. accidentel
  2. volontaire
  3. boule de neige
  4. par quotas
  5. choix raisonné
A

Par quotas

41
Q

Le chercheur choisit délibérément ses sujets selon des caractéristiques particulières.
* Plus utilisé dans le cadre d’études préparatoires comme des tests préalables de questionnaires et des discussions en groupe.

  1. accidentel
  2. volontaire
  3. boule de neige
  4. par quotas
  5. choix raisonné
A

choix raisonné

42
Q

Inconvénient du type : accidentel ?

A

Probabilité d’être choisi varie en fonction du jour, du moment ou de l’endroit choisi.

43
Q

Inconvénient du type : volontaire ?

A

Les participants risquent d’être composées par des personnes qui sont intéressées au sujet de la recherche.

44
Q

Inconvénient du type : par quotas ?

A
  • Échantillonnage pas faite au hasard.
  • Certaines personnes peuvent n’avoir aucune chance d’être sélectionnées ou on risque de ne pas connaître leur chance de l’être.
  • L’échantillon peut donc être biaisé.
45
Q

inconvénient du type : choix raisonnée

A

Subjectivité (dépend des idées préconçues du chercheur, qui peuvent être erronées)

46
Q

inconvénient du type : aléatoire simple ?

A

Inconvénient: Très long (accès à toute la population cible)

47
Q

deux façons de choisir l’échantillon pour l’échantillonnage aléatoire :

A

tirage avec remise (échantillon ind.)

tirage sans remise (échantillon exhaustive)

48
Q

vrai ou faux : la stratification peut estimer moins précisément, pour une taille fixe d’échantillon, que l’échantillonnage aléatoire

A

faux

49
Q

l’échantillonnage aréolaire (livre) :

A

s’effectue sur le terrain, consigne d’interroger à certains endroits ou selon certaines consignes