Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

Methodologie > cours 5- échantillonnage > Flashcards

cours 5- échantillonnage Flashcards

1
Q

définition de la population

A

Ensemble des entités auxquelles s’appliquent les conclusions d’une recherche.
**part du principe que la population est hétérogène

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

la population présente quel type de validité

A

validité globale de l’étude (interne)

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

population accessible

A

population accessible: portion de la population cible qu’on peut atteindre
**rare accès à TOUTE la population

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

définition recensement

A

recueillir les informations auprès de toute la population

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

contraintes du recensement et de la population

A

-taille
-dispersion géographique
-coût/ bénéfice
-stabilité de l’information recherchée
-disponibilité des participants
-identification de la totalité de la population (difficile d’accès)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

définition du processus d’échantillonnage

A

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

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

étapes du processus d’échantillonnage lors de la conceptualisation de l’étude

A

1-spécifier la population cible
2-choisir le procédé d’échantillonnage
3- déterminer la taille d’échantillon

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

avantages de l’échantillonnage vs recensement

A

économie de temps/ énergie/ argent

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

inconvénient de l’échantillonnage vs recensement

A

tirer une conclusion erronée

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

2 types de critères de sélection

A

critère d’inclusion
critère d’exclusion

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

défintion critère d’inclusion

A

caractéristiques pour faire partie de la population accessible

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

défintion critère d’exclusion

A

caractéristiques qui ne feront pas partie de la population accessible (on considère qu’ils ont des caractéristiques différentes)

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

est ce que les critères d’inclusion et d’exclusion sont contraires et exemple

A

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).

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

défintion représentativité et validité associée

A

degré avec lequel l’échantillon reflète proportionnellement les caractéristiques pertinentes et variables retrouvées dans la population
validité échantillonnale

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

échantillon probabiliste

A

-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

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

échantillon non probabiliste

A

-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

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

comment s’assurer de la représentativité

A

procédés/ types d’échantillonnage

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

Biais d’échantillonnage

A

situation dans laquelle ne reflète pas adéquatement la population
**prendre un gros échantillon, utiliser le hasard

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

comment est ce que le chercheur tente de contrôler les biais

A

choisir soigneusement les personnes incluses (inclusion vs exclusion)
choisir le procédé d’échantillonnage (probabiliste vs non-probabiliste)

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

erreur d’échantillonnage

A

erreur provenant de l’aléatoire (seulement probabiliste)

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

2 types d’échantillonnage

A

probabiliste
non probabiliste

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

types d’échantillonnage probabiliste

A

aléatoire simple
aléatoire systématique
aléatoire stratifié
en grappes

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

définition aléatoire simple

A

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).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

définition aléatoire systématique

A

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.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

problèmes aléatoire systématique

A

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

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Q

comment régler le problème de “pas pratique pour population très large “

A

échantillonnage en grappes

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
26
Q

comment régler le problème de “Possible que le chercheur veuille que certaines caractéristiques de la population soient reflétées dans l’échantillon “

A

échantillonnage stratifié

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
27
Q

définition aléatoire stratifié

A

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.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
28
Q

2 types d’échantillonnage stratifié

A

proportionnel
non proportionnel

29
Q

définition échantillonnage stratifié proportionnel

A

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).

30
Q

définition échantillonnage stratifié non proportionnel

A

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.

31
Q

définition échantillonnage en grappes

A

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

32
Q

limites échantillonnage en grappes

A

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.

33
Q

quel type d’échantillonnage à le plus de validité externe

A

probabiliste

34
Q

échantillonnage accidentel

A

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.

35
Q

types d’échantillonnage non probabiliste

A
  • accidentel
    -aréolaire
    -par quotas
  • par réseaux
36
Q

types d’échantillonnage non probabiliste accidentel

A

dirigé
de volontaires

37
Q

échantillonnage non probabiliste accidentel dirigé

A

Le lieu/moment de sélection est choisi selon des caractéristiques pertinentes à la question de recherche.

38
Q

échantillonnage non probabiliste accidentel de volontaires

A

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.

39
Q

avantage échantillonnage non probabiliste accidentel

A

facilement accessibles et demandent peu de temps

40
Q

limite échantillonnage non probabiliste accidentel

A

mène à un échantillon non représentatif de la population, et donc difficultés de généralisation

41
Q

échantillonnage non probabiliste areolaire

A

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.

42
Q

échantillonnage non probabiliste par quotas

A

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

43
Q

échantillonnage non probabiliste par réseaux

A

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.

44
Q

Approches alternatives à l’échantillonnage

A

généralisation par réplication

45
Q

généralisation par réplication

A

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).

46
Q

Habituellement, un échantillon plus grand permet de mieux distinguer la relation entre la VI et la VD de …

A

l’erreur de mesure
l’erreur d’échantillonnage

47
Q

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

A

Plusieurs variables parasites non contrôlées peuvent influencer les résultats ;
Comparaison de sous-groupes

48
Q

un grand échantillon peut mener à

A

Peut mener à une perte des efforts de recherche
Peut mener à l’identification d’effets sans signification pratique (extrêmement petits)

49
Q

quels critères doivent être pris en considération pour déterminer la taille de l’échantillon

A

niveau alpha utilisé
puissance désiré
taille de l’effet

50
Q

2 types d’erreurs d’échantillonnage

A

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.

51
Q

définition puissance

A

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

52
Q

taille d’effet

A

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.

53
Q

plus l’effet est faible, plus l’échantillon doit être grand ou petit

A

Plus l’effet est faible, plus l’échantillon doit être grand pour l’identifier
(= obtenir une même puissance)

54
Q

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

A

b) Toute la population

55
Q

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

a) La portion de la population cible qu’on peut atteindre

56
Q

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

A

b) Économiser du temps, de l’énergie et de l’argent

57
Q

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

A

c) Un échantillon où chaque élément a une chance égale d’être choisi

58
Q

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

a) En choisissant soigneusement les personnes incluses

59
Q

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

A

c) Sélection des éléments de la population avec une probabilité égale

60
Q

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

a) Représentation précise des proportions de sous-groupes dans l’échantillon

61
Q

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

a) Faible coût et rapidité pour les populations larges

62
Q

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

A

b) Risque accru d’erreur car tous les éléments n’ont pas les mêmes chances d’être sélectionnés

63
Q

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

A

b) Effectuer plusieurs études avec de très petits échantillons très homogènes

64
Q

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

A

c) Les participants suggèrent d’autres personnes qui répondent aux critères de sélection

65
Q

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

A

b) Les participants ne sont pas sélectionnés de manière aléatoire

66
Q

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

A

c) Sélection des participants selon leur accessibilité dans un lieu et moment précis

67
Q

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

A

b) Diminuer l’erreur d’échantillonnage

68
Q

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

A

b) La probabilité de détecter un effet lorsqu’il y en a un en réalité

69
Q

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

A

c) Permet de déterminer la force de la relation entre les variables étudiées

Methodologie (10 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions