Cours 4 - Sélection de l'échantillon

Question 1

Quels sont les niveaux de la variable dépendante dans cet exemple :
«Vous voulez savoir si une nouvelle intervention a un effet sur le taux de décrochage à l’école. »

Answer 1

Vd : Décrochage,
Niveaux : Oui/Non

Question 2

Quels sont les niveaux de la variable dépendante dans cet exemple :
« Est-ce que le fait de lire sur les bienfaits de l’alimentation saine a un effet sur nos choix de repas?»

Answer 2

Vd : Choix alimentaire
Niveaux (ex: ) : végétarien, viande, etc.

Question 3

Donne le nom du concept défini :
« Question à laquelle les connaissances scientifiques disponibles ne permettent pas encore d’apporter une réponse satisfaisante »

Answer 3

Question de recherche

Question 4

Donne le nom du concept défini :
« une prédiction consistant à mettre en relation une variable indépendante
(VI) avec une variable dépendante (VD). Elle a pour fonction de supposer un lien. »

Answer 4

Hypothèse de recherche

Question 5

Vrai ou faux :
Une étude ne peut avoir qu’une seule hypothèse

Answer 5

FAUX !! Une étude peut avoir plus qu’une hypothèse.

Exemple: Bigras et Godbout, 2020
H1:
- « il est attendu que l’accumulation de plusieurs types de traumas interpersonnels dans l’enfance sera liée à des altérations plus importantes dans les sept échelles de capacités du soi. »

H2:
- « Il est également attendu que l’échelle Préoccupations d’abandon mesurée par l’ICSA sera plus fortement corrélée que les autres échelles à l’attachement anxieux… »

Exemple 2
- Il est attendu que plus le niveau d’attribution d’une personne est élévé, plus celle-ci va adopter des comportements négatifs lors des conflits (H1) et moins elle va adopter des comportements positifs (H2).

Question 6

Qu’est-ce qu’est un recensement ?

Answer 6

• 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 7

Qu’est-ce qu’est un échantillon ?

Answer 7

• Méthode statistique qui vise à évaluer les proportions de différentes caractéristiques d’une population à partir d’un sous-ensemble d’individus.
  1. Échantillonnage probabiliste
  2. Échantillonnage non-probabiliste

Question 8

Explique la différence entre la population générale et la population cible :

Answer 8

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.

Population générale : habitants du Québec.

Population cible : étudiants universitaires du Québec.

Question 9

Explique la différence entre la population cible et l’échantillon :

Answer 9

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 10

Voir diapo 14?

Question 11

Vrai ou faux :
L’échantillon est important pour la validité interne et externe de la recherche.

Answer 11

Vrai,

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

Question 12

Quelle est la différence entre la validité interne & externe :

Answer 12

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

Externe :
- Représente la capacité de la méthode à produire des conclusions généralisables au-delà du contexte de l’étude.
- (Échantillonnage et écologique)

Question 13

Quelle est la différence entre :
Échantillonnage aléatoire et assignation aléatoire :

Answer 13

Échantillonnage aléatoire :
- Sélection aléatoire des participants (AVANT)
- Liée à la validité externe.

Assignation aléatoire :
- Placement des participants dans les conditions expérimentales sur la base d’un processus aléatoire (APRES),
- Liée à la validité interne (diminue les biais).

Question 14

À quoi correspond un paramètre ?

Answer 14

• Une valeur dans la population (revenu annuel, poids, traumas vécus en enfance, etc.),
• Caractéristique mesurée,
• (+) les paramètres de l’échantillon sont similaires à ceux de la population, (+) il est représentatif de cette population.

Question 15

Vrai ou faux :
- Assurer un recrutement aléatoire augmente les chances que l’échantillon soit représentatif.
- Recruter un plus grand nombre de participants augmente les chances que l’échantillon soit représentatif.

Answer 15

Vrai

Question 16

Échantillonnage comme processus d’…

Answer 16

Inférence !

• Lorsqu’on examine un échantillon, les paramètres de la population cible sont souvent inférés et jamais connus,
• Alors on va les estimer à partir de l’échantillon,
• Il existe des techniques / principes qui permettent de faciliter la supposition de représentativité.

Question 17

De quel concept s’agit-il :
«différence entre la valeur d’une statistique d’échantillon et la valeur du paramètre de population.»

Answer 17

Erreur d’estimation
- Une certaine erreur est toujours présente dans l’échantillonnage,
- Lorsque l’échantillonnage est aléatoire, les erreurs sont aléatoires et ne sont pas systématiquement erronées.

Ex :
- Revenu de la population: $51,323,
- Revenu échantillon: $56,000.

Question 18

Complète :
« (+) la taille de l’échantillon est élevée = … est l’erreur d’estimation de la valeur que nous tentons d’examiner. »

Answer 18

«Plus la taille de l’échantillon est élevée, moins grande est l’erreur d’estimation de
la valeur que nous tentons d’examiner.»

Question 19

Diapo 24 ?

Question 20

Défini la «puissance statistique »

Answer 20

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

Question 21

Défini la «Taille d’effet espérée »:

Answer 21

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

Question 22

Sachant qu’il est 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.

Quelles stratégies sont normalement utilisées ?

Answer 22

1) Examiner la taille d’effet dans les études antérieures.

Problème
Études souvent biaisées, biais de publication.

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

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

Question 23

Quelles sont les caractéristiques d’un échantillonnage probabiliste :

Answer 23

Échantillonnage probabiliste
- 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 24

Quelles sont les 4 formes d’échantillonnage probabiliste :

Answer 24

1. Aléatoire simple,
2. Aléatoire systématique,
3. Stratifié,
4. En grappe

Question 25

Quelles sont les caractéristiques d'un échantillonnage probabiliste « **aléatoire simple** » 

Answer 25

Aléatoire simple : - À partir de la banque complète des membres de notre population, on tire au hasard les individus qui composeront notre échantillon. Exemple : - Étudier la perception de la tricherie chez les étudiants de l’UQÀM, - À l’aide de la liste complète des étudiants de l’UQÀM, on tire au hasard 100 personnes qui seront sollicitées pour répondre à un questionnaire. **Inconvénient : ** - Très long (accès à toute la population cible)

Question 26

Quelles sont les caractéristiques d'un échantillonnage probabiliste « **aléatoire systématique** » 

Answer 26

Aléatoire systématique : - 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. 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 27

Quelles sont les caractéristiques d'un échantillonnage probabiliste « **Stratifié** » 

Answer 27

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. 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 = 5048,06% = 24 élèves - Garçons = 5051,94% = 26 élèves

Question 28

Quelles sont les caractéristiques d'un échantillonnage probabiliste « **En grappe** » 

Answer 28

En grappe : 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. 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. Attention: Plus le nombre de grape est petit, plus de risque de biais! (moins représentatif)

Question 29

Quelles sont les caractéristiques d'un échantillonnage **non-probabiliste** :

Answer 29

- 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 30

Quelles sont les 5 formes d'échantillon **non-probabiliste** :

Answer 30

1. Accidentel, 2. Volontaire, 3. Boule de neige, 4. Par quotas, 5. Choix raisonné

Question 31

Quelles sont les caractéristiques d'un échantillonnage probabiliste « **Accidentel** » 

Answer 31

Accidentel : - Utilisation des individus disponibles selon les circonstances et le contexte. 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. Inconvénient: - Probabilité d’être choisi varie en fonction du jour, du moment ou de l’endroit choisi.

Question 32

Quelles sont les caractéristiques d'un échantillonnage probabiliste « **Volontaire** » 

Answer 32

Volontaire : - Les répondants prennent contact avec les chercheurs sur une base volontaire. - Sollicitation indirecte. Exemple: * Votre échantillon est composé de participants ayant répondu à une annonce que vous avez affichée sur les babillards de l’UQAM. Inconvénient : Les participants risquent d’être composées par des personnes qui sont intéressées au sujet de la recherche.

Question 33

Quelles sont les caractéristiques d'un échantillonnage probabiliste « **Boule de neige** » 

Answer 33

Boule de neige : - 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. 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 34

Quelles sont les caractéristiques d'un échantillonnage probabiliste « **Par quotas** » 

Answer 34

Par quotas : - Des quotas sont déterminés pour des types d'individus, puis les quotas sont remplis par les premiers individus correspondant aux différents types. Exemple: * Une école de Montréal veut connaitre l'opinion des élèves du primaire au sujet de la qualité de leurs activités parascolaires. Elle décide d'interroger 100 des 1 000 élèves de l'école en utilisant comme sous-population les années d'études (c'est-à-dire 1e, 2e, 3e, 4e,5e et 6e année). Inconvénient: * 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 35

Quelle est la différence entre les échantillonnages probabilistes ... Avec remise et sans remise

Answer 35

Échantillon indépendant (Avec remise) : - Probabilité pour une unité donnée d'être sélectionnée dans un échantillon demeure inchangée. - Un élément donné de la population peut apparaitre plus d'une fois dans l'échantillon. Échantillon exhaustif (sans remise)

Question 36

Vrai ou faux : La représentativité de l'échantillon dépend davantage de la taille même de l'échantillon que de la taille de la population dont il est extrait.

Answer 36

Vrai

Question 37

Complète : C'est avant tout la ... désirée et non la taille de la population qui détermine la taille d'un échantillon.

Answer 37

Précision désirée

Question 38

Quelle est la technique de base pour procéder à un échantillonnage probabiliste de style « aléatoire simple » :

Answer 38

Numéroter chacun des éléments de la population et en retenir un certain nombre par un procédé de tirage au sort.

Question 39

Vrai ou faux : Dans l'échantillonnage probabiliste par grappes, il faut favoriser l'hétérogénéité à l'intérieur des grappes.

Answer 39

Vrai