cours 5- échantillonnage Flashcards
définition de la population
Ensemble des entités auxquelles s’appliquent les conclusions d’une recherche.
**part du principe que la population est hétérogène
la population présente quel type de validité
validité globale de l’étude (interne)
population accessible
population accessible: portion de la population cible qu’on peut atteindre
**rare accès à TOUTE la population
définition recensement
recueillir les informations auprès de toute la population
contraintes du recensement et de la population
-taille
-dispersion géographique
-coût/ bénéfice
-stabilité de l’information recherchée
-disponibilité des participants
-identification de la totalité de la population (difficile d’accès)
définition du processus d’échantillonnage
processus au cours duquel on sélectionne des personnes ou une portion de la population pour représenter la population cible
on veut tirer des conclusions sur la population cible à partir des observations faites sur l’échantillonnage
étapes du processus d’échantillonnage lors de la conceptualisation de l’étude
1-spécifier la population cible
2-choisir le procédé d’échantillonnage
3- déterminer la taille d’échantillon
avantages de l’échantillonnage vs recensement
économie de temps/ énergie/ argent
inconvénient de l’échantillonnage vs recensement
tirer une conclusion erronée
2 types de critères de sélection
critère d’inclusion
critère d’exclusion
défintion critère d’inclusion
caractéristiques pour faire partie de la population accessible
défintion critère d’exclusion
caractéristiques qui ne feront pas partie de la population accessible (on considère qu’ils ont des caractéristiques différentes)
est ce que les critères d’inclusion et d’exclusion sont contraires et exemple
ils sont contraires, donc en incluant un groupe, on exclut un autre
ex: étude sur le cerveau, on cherche des gens en bonne santé (exclusion des gens avec des maladies mentales/ neurologiques) et on cherche des droitiers (exclusion des gauchers).
défintion représentativité et validité associée
degré avec lequel l’échantillon reflète proportionnellement les caractéristiques pertinentes et variables retrouvées dans la population
validité échantillonnale
échantillon probabiliste
-Constitué à partir d’un processus de sélection aléatoire (hasard).
-Chaque élément de la population a une chance égale d’être choisi pour faire partie de l’échantillon.
-Meilleure représentation
échantillon non probabiliste
-Constitué sans que tous les éléments qui le composent soient obtenus par un processus aléatoire.
-Chaque élément de la population n’a pas une chance égale de faire partie de l’échantillon.
**difficile d’avoir accès à toute la population
- moins représentatif= moins de validité externe
comment s’assurer de la représentativité
procédés/ types d’échantillonnage
Biais d’échantillonnage
situation dans laquelle ne reflète pas adéquatement la population
**prendre un gros échantillon, utiliser le hasard
comment est ce que le chercheur tente de contrôler les biais
choisir soigneusement les personnes incluses (inclusion vs exclusion)
choisir le procédé d’échantillonnage (probabiliste vs non-probabiliste)
erreur d’échantillonnage
erreur provenant de l’aléatoire (seulement probabiliste)
2 types d’échantillonnage
probabiliste
non probabiliste
types d’échantillonnage probabiliste
aléatoire simple
aléatoire systématique
aléatoire stratifié
en grappes
définition aléatoire simple
Donne à chaque élément de la population une probabilité égale d’être inclus dans l’échantillon.
Tous les éléments de la population accessible sont numérotés et sélectionnés au hasard (tirage au sort à la main ou informatique).
définition aléatoire systématique
Choisir les participants sur la liste d’après un intervalle fixe prédéterminé.
L’intervalle est choisi en fonction de la taille de la population accessible et de la taille d’échantillon désiré (taille échantillon/ taille population)
La liste doit être selon un ordre aléatoire.
problèmes aléatoire systématique
Requiert une liste complète de tous les éléments de la population.
Pas pratique pour population très large
Possible que le chercheur veuille que certaines caractéristiques de la population soient reflétées dans l’échantillon
comment régler le problème de “pas pratique pour population très large “
échantillonnage en grappes
comment régler le problème de “Possible que le chercheur veuille que certaines caractéristiques de la population soient reflétées dans l’échantillon “
échantillonnage stratifié
définition aléatoire stratifié
Répartition de la population en fonction de certaines caractéristiques afin de constituer des strates qui seront représentées dans l’échantillon.
Strate = sous-groupe relativement homogène.
Les participants sont sélectionnés aléatoirement dans chaque strate.
2 types d’échantillonnage stratifié
proportionnel
non proportionnel
définition échantillonnage stratifié proportionnel
S’assure que l’échantillon reflète les différences proportionnelles de la population (représentatif)
Proportions de sous-groupes sont représentées précisément (égaux dans l’échantillon et la population).
définition échantillonnage stratifié non proportionnel
Même proportion d’unités dans chaque strate de la population étudiée.
Permet de s’assurer d’avoir assez de participants dans les groupes plus petits de la population.
définition échantillonnage en grappes
Choisir les éléments de la population en grappes (qui contiennent plusieurs éléments).
sélection aléatoire des grappes
Chaque grappe doit être hétérogène pour être représentative de la population.
Rapide et peu coûteux pour les populations larges.
**Mieux d’avoir plus de grappes avec moins de gens dedans, moins de risques d’erreur
limites échantillonnage en grappes
Seuls les éléments dans les grappes peuvent être sélectionnés.
DONC peut accroître le risque d’erreur, car les éléments de la population n’ont pas tous les mêmes chances d’être sélectionnés une fois les grappes déterminées.
quel type d’échantillonnage à le plus de validité externe
probabiliste
échantillonnage accidentel
Personnes choisies selon leur accessibilité dans un lieu et moment précis (pas de lien avec l’étude).
Personnes facilement accessibles qui répondent aux critères d’inclusion.
Échantillon constitué à mesure que des personnes se présentent à l’endroit convenu jusqu’à l’atteinte du nombre désiré.
types d’échantillonnage non probabiliste
- accidentel
-aréolaire
-par quotas - par réseaux
types d’échantillonnage non probabiliste accidentel
dirigé
de volontaires
échantillonnage non probabiliste accidentel dirigé
Le lieu/moment de sélection est choisi selon des caractéristiques pertinentes à la question de recherche.
échantillonnage non probabiliste accidentel de volontaires
Faire appel à des volontaires (personnes qui te contactent) pour former l’échantillon.
Il est impossible de savoir quelles caractéristiques diffèrent entre les personnes qui choisissent de participer et celles qui ne décident pas de participer.
avantage échantillonnage non probabiliste accidentel
facilement accessibles et demandent peu de temps
limite échantillonnage non probabiliste accidentel
mène à un échantillon non représentatif de la population, et donc difficultés de généralisation
échantillonnage non probabiliste areolaire
Participants recrutés selon des régions géographiques ou itinéraires prédéterminés.
La population doit avoir des critères d’inclusion larges (pour que la majorité des personnes soit éligible à l’étude).
On peut s’attendre à des différences dans la population selon la région.
échantillonnage non probabiliste par quotas
Participants recrutés dans des sous-groupes selon des caractéristiques déterminées jusqu’à l’atteinte du quota.
Membres de chaque sous-groupe ne sont pas sélectionnés de façon aléatoire
échantillonnage non probabiliste par réseaux
les personnes recrutées (initialement selon des critères de sélection précis) suggèrent ensuite d’autres personnes qui leur paraissent répondre aux mêmes critères.
S’appuie sur le fait que les amis et connaissances partagent certaines caractéristiques communes (biais et non-représentatif)
Se poursuit jusqu’à l’atteinte d’une taille d’échantillon suffisante.
Le chercheur doit vérifier l’admissibilité de chaque répondant pour s’assurer que le groupe est représentatif des caractéristiques recherchées.
Approches alternatives à l’échantillonnage
généralisation par réplication
généralisation par réplication
Plusieurs études avec de très petits échantillons très homogènes (parfois un participant)
Plutôt qu’une étude avec un échantillon large hétérogène.
Réplications des résultats → établissent à qui se généralisent les résultats.
Non-réplications des résultats → établissent à qui les résultats ne peuvent pas se généraliser.
Important de décrire en détail les caractéristiques pertinentes du/des participant(s).
Habituellement, un échantillon plus grand permet de mieux distinguer la relation entre la VI et la VD de …
l’erreur de mesure
l’erreur d’échantillonnage
Habituellement, un échantillon plus grand permet de mieux distinguer la relation entre la VI et la VD de …
l’erreur de mesure
l’erreur d’échantillonnage
** surtout si
Plusieurs variables parasites non contrôlées peuvent influencer les résultats ;
Comparaison de sous-groupes
un grand échantillon peut mener à
Peut mener à une perte des efforts de recherche
Peut mener à l’identification d’effets sans signification pratique (extrêmement petits)
quels critères doivent être pris en considération pour déterminer la taille de l’échantillon
niveau alpha utilisé
puissance désiré
taille de l’effet
2 types d’erreurs d’échantillonnage
Alpha → α → Erreur type I
Probabilité de détecter un effet lorsqu’en réalité, il n’y en a pas.
Souvent 0.05, 0.01 ou 0.001.
Bêta → β → Erreur type II
Probabilité de ne pas détecter un effet lorsqu’il y en a un en réalité.
définition puissance
probabilité d’identifier un effet (selon sa taille) s’il est présent
Puissance → 1-β
Probabilité de détecter un effet lorsqu’en réalité, il y en a un.
Recommandé : 0,80
taille d’effet
mesure de la force (faible, moyen, fort) de la relation entre les variables étudiées
**Il est important d’estimer de façon appropriée la taille d’effet en se basant sur les études antérieures dans le domaine.
plus l’effet est faible, plus l’échantillon doit être grand ou petit
Plus l’effet est faible, plus l’échantillon doit être grand pour l’identifier
(= obtenir une même puissance)
Auprès de qui recueille-t-on les informations lors d’un recensement?
a) Un échantillon représentatif
b) Toute la population
c) Un échantillon non probabiliste
d) Un échantillon probabiliste
b) Toute la population
Qu’est-ce que la population accessible?
a) La portion de la population cible qu’on peut atteindre
b) Toute la population mondiale
c) Les individus exclus de l’étude
d) Les personnes vivant dans des zones urbaines uniquement
a) La portion de la population cible qu’on peut atteindre
Quelle est l’objectif principal de l’échantillonnage?
a) Représenter fidèlement la totalité de la population
b) Économiser du temps, de l’énergie et de l’argent
c) Exclure certaines caractéristiques de la population
d) Sélectionner uniquement les individus facilement accessibles
b) Économiser du temps, de l’énergie et de l’argent
Qu’est-ce qu’un échantillon probabiliste?
a) Un échantillon sélectionné sans processus aléatoire
b) Un échantillon représentatif de toute la population
c) Un échantillon où chaque élément a une chance égale d’être choisi
d) Un échantillon constitué uniquement d’individus volontaires
c) Un échantillon où chaque élément a une chance égale d’être choisi
Comment le chercheur peut-il contrôler les biais d’échantillonnage?
a) En choisissant soigneusement les personnes incluses
b) En excluant toutes les personnes âgées de plus de 50 ans
c) En utilisant uniquement des échantillons non probabilistes
d) En ne tenant pas compte des caractéristiques de la population accessible
a) En choisissant soigneusement les personnes incluses
Qu’est-ce que l’échantillonnage aléatoire simple?
a) Sélection des participants sur une liste selon un intervalle fixe
b) Répartition de la population en strates pour constituer des groupes homogènes
c) Sélection des éléments de la population avec une probabilité égale
d) Choix des participants en groupes contenant plusieurs éléments
c) Sélection des éléments de la population avec une probabilité égale
Quelle est la principale caractéristique de l’échantillonnage stratifié proportionnel?
a) Représentation précise des proportions de sous-groupes dans l’échantillon
b) Choix aléatoire des grappes pour sélectionner les participants
c) Sélection des participants sur une liste selon un intervalle fixe
d) Répartition de la population en sous-groupes homogènes
a) Représentation précise des proportions de sous-groupes dans l’échantillon
Quel est le principal avantage de l’échantillonnage en grappes?
a) Faible coût et rapidité pour les populations larges
b) Sélection des éléments de la population avec une probabilité égale
c) Représentation précise des proportions de sous-groupes dans l’échantillon
d) Répartition de la population en strates pour constituer des groupes homogènes
a) Faible coût et rapidité pour les populations larges
quelle est la principale limite de l’échantillonnage en grappes?
a) Sélection des éléments de la population avec une probabilité égale
b) Risque accru d’erreur car tous les éléments n’ont pas les mêmes chances d’être sélectionnés
c) Choix aléatoire des grappes pour sélectionner les participants
d) Répartition de la population en sous-groupes homogènes
b) Risque accru d’erreur car tous les éléments n’ont pas les mêmes chances d’être sélectionnés
Quelle est l’approche alternative qui utilise la généralisation par réplication?
a) Recruter des participants selon des critères d’inclusion larges
b) Effectuer plusieurs études avec de très petits échantillons très homogènes
c) Sélectionner des participants selon leur accessibilité dans un lieu précis
d) Recruter des participants selon des régions géographiques prédéterminées
b) Effectuer plusieurs études avec de très petits échantillons très homogènes
Quelle est la méthode utilisée dans l’échantillonnage par réseaux?
a) Les participants sont recrutés selon des quotas prédéterminés
b) Les participants sont choisis selon leur accessibilité dans un lieu précis
c) Les participants suggèrent d’autres personnes qui répondent aux critères de sélection
d) Les participants sont sélectionnés selon leur volonté de participer à l’étude
c) Les participants suggèrent d’autres personnes qui répondent aux critères de sélection
Quelle est la principale limite de l’échantillonnage dirigé?
a) Il est difficile de trouver des volontaires pour participer à l’étude
b) Les participants ne sont pas sélectionnés de manière aléatoire
c) Les participants sont recrutés selon des régions géographiques prédéterminées
d) Les participants sont choisis selon leur accessibilité dans un lieu précis
b) Les participants ne sont pas sélectionnés de manière aléatoire
Qu’est-ce que l’échantillonnage accidentel (ou de convenance)?
a) Sélection des participants selon des quotas prédéterminés
b) Recrutement de participants selon des régions géographiques prédéterminées
c) Sélection des participants selon leur accessibilité dans un lieu et moment précis
d) Recrutement de participants selon des critères d’inclusion stricts
c) Sélection des participants selon leur accessibilité dans un lieu et moment précis
Quel est l’objectif principal d’avoir un échantillon plus grand dans une étude?
a) Diminuer l’erreur de mesure
b) Diminuer l’erreur d’échantillonnage
c) Augmenter la variabilité des résultats
d) Réduire le temps nécessaire pour mener l’étude
b) Diminuer l’erreur d’échantillonnage
Qu’est-ce que la puissance dans le contexte de la taille de l’échantillon?
a) La probabilité de ne pas détecter un effet lorsqu’il y en a un en réalité
b) La probabilité de détecter un effet lorsqu’il y en a un en réalité
c) La probabilité de commettre une erreur de type I
d) La probabilité de commettre une erreur de type II
b) La probabilité de détecter un effet lorsqu’il y en a un en réalité
Quel est l’avantage d’estimer la taille d’effet prévue dans le calcul de la taille de l’échantillon?
a) Permet de déterminer la probabilité de commettre une erreur de type I
b) Permet de réduire le temps nécessaire pour mener l’étude
c) Permet de déterminer la force de la relation entre les variables étudiées
d) Permet de calculer la variabilité des résultats
c) Permet de déterminer la force de la relation entre les variables étudiées