cours 4

Question 1

C’est quoi un recensement ?

Answer 1

• 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

Question 2

C’est quoi un échantillon ?

Answer 2

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

Question 3

Population cible vs population générale :

Answer 3

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.

Question 4

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

Answer 4

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.

Question 5

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

Answer 5

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

Question 6

1. Si l’échantillon est _________ de la population
2. __________ à partir de l’échantillon
3. ___________ à la population

Answer 6

représentatif, conclusion, généralisation

Question 7

C’est quoi la validité externe ?

Answer 7

• 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

Question 8

Exemple de validité d’échantillonnage :

Answer 8

• Caractéristiques de l’échantillon (degré de représentativité)
• Âge, sexe, éducation, sévérité, comorbidité

Question 9

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

Answer 9

Vrai

Question 10

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

Answer 10

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 »?

Question 11

C’est quoi la validité interne ?

Answer 11

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

Question 12

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

Answer 12

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

Question 13

C’est quoi un échantillonnage aléatoire ?

Answer 13

Sélection aléatoire des participants
→ Liée à la validité externe

Question 14

C’est quoi un assignation aléatoire ?

Answer 14

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

Question 15

C’est quoi un paramètre ?

Answer 15

Valeur dans la population

Ex: Revenu annuel, Poids, Traumas vécus en enfance

Question 16

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

Answer 16

vrai

Question 17

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

Answer 17

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

Question 18

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

Answer 18

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

Question 19

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 ___________ ___ _________.

Answer 19

paramètres, inférés, estimer, représentatif, supposition de représentativité

Question 20

C’est quoi l’erreur d’estimation ?

Answer 20

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

Question 21

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

Answer 21

vrai

Question 22

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.

Answer 22

vrai

Question 23

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

Answer 23

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.

Question 24

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

Answer 24

vrai

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

Question 25

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

Answer 25

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

Question 26

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?

Answer 26

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.

Question 27

taille d'effet espérée : stratégie normalement utilisée

Answer 27

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)

Question 28

C'est quoi l'échantillonnage probabiliste

Answer 28

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

Question 29

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

Answer 29

1. aléatoire simple 2. aléatoire systématique 3. stratifié 4. En grappe ALLER VOIR TABLEAU

Question 30

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

Answer 30

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

Question 31

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

Answer 31

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.

Question 32

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

Answer 32

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

Question 33

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

Answer 33

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

Question 34

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

Answer 34

vrai

Question 35

C'est quoi un échantillonnage non probabiliste ?

Answer 35

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.

Question 36

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

Answer 36

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

Question 37

Utilisation des individus disponibles selon les circonstances et le contexte. 1. accidentel 2. volontaire 3. boule de neige 4. par quotas 5. choix raisonné

Answer 37

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.

Question 38

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

Answer 38

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

Question 39

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

Answer 39

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.

Question 40

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

Answer 40

Par quotas

Question 41

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

Answer 41

choix raisonné

Question 42

Inconvénient du type : accidentel ?

Answer 42

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

Question 43

Inconvénient du type : volontaire ?

Answer 43

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

Question 44

Inconvénient du type : par quotas ?

Answer 44

* 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.

Question 45

inconvénient du type : choix raisonnée

Answer 45

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

Question 46

inconvénient du type : aléatoire simple ?

Answer 46

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

Question 47

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

Answer 47

tirage avec remise (échantillon ind.) tirage sans remise (échantillon exhaustive)

Question 48

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

Answer 48

faux

Question 49

l'échantillonnage aréolaire (livre) :

Answer 49

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