Cours 8: Les procédés d'échantillonnage

Question 1

Qu’utilisons-nous la plupart du temps dans une étude en sciences humaines? Qu’est-ce que cela influence?

Answer 1

Il est rare en sciences humaines qu’on étudie l’ensemble d’une population. La plupart du temps, on utilise un échantillon de la population. L’échantillonnage qui sera fait influencera et déterminera directement la valeur des conclusions formulées au
terme d’une étude.

Question 2

Comment devrait-être l’échantillon choisit dans une étude?

Answer 2

L’échantillon devrait être représentatif de la population cible. Il devrait en quelque sorte constituer un modèle réduit de la population qu’il représente.

Question 3

Vrai ou faux? On ne dispose cependant
d’aucun critère objectif pour juger si c’est effectivement le cas, que l’échantillon est représentatif, sauf de juger de la qualité du procédé (mode de sélection des participants) d’échantillonnage.

Answer 3

Vrai

Question 4

Quels sont les 2 grands types de procédés d’échantillonnage? Lequel est le + souvent utilisé en sciences humaines?

Answer 4

Il existe deux grands types de procédés d’échantillonnage : les procédés d’échantillonnage probabiliste ou aléatoire et les procédés d’échantillonnage non
probabiliste ou empirique (les plus souvent employés en sciences humaines).

Question 5

Qu’est-ce que sont les procédés d’échantillonnage probabiliste ou aléatoire?

Answer 5

L’essentiel de ces procédés (qui permettent de calculer la probabilité d’appartenir à l’échantillon) est de choisir les participants vraiment par hasard et d’en multiplier suffisamment le nombre pour que le hasard puisse effectivement jouer son rôle
et ainsi réduire les risques de distorsion potentielle par rapport à la population.

Question 6

Pourquoi disons-nous que les procédés d’échantillonnage probabiliste ou aléatoire sont contraignants?

Answer 6

Ces procédés sont très contraignants, car il faut disposer d’une base de sondage (liste exhaustive de tous les éléments de la population) d’où sont tirés les participants.

Question 7

Procédés d’échantillonnage probabiliste ou aléatoire:
Solution possible, par exemple, au lieu d’utiliser l’annuaire téléphonique (qui est une base de sondage incomplète), les
firmes de sondage font appel à la technique _____________________________

Answer 7

RDT (Randomized Dialing Technique) qui est un générateur aléatoire de numéros
de téléphone.

Question 8

Quels sont les différents types d’échantillonnage aléatoire? (4)

Answer 8

-Échantillonnage aléatoire simple
-Échantillonnage stratifié
-Échantillonnage par grappes
-Échantillonnage à plusieurs degrés

Question 9

Qu’est-ce que l’échantillonnage aléatoire simple?

Answer 9

Dans ce procédé, chacune des unités de la population a une probabilité égale d’appartenir à l’échantillon. Afin de simplifier ce procédé, on procède parfois par tirage systématique, i.e. qu’on détermine d’abord la taille désirée de
l’échantillon (ex : 100 participants), on fixe l’intervalle (ex : 10) à respecter dans la base de sondage et on retient les participants
occupant les positions visées (ex : participant qui est à la 10è position dans la liste, 20è position, etc. jusqu’à 1000è position dans la liste; ce qui nous fait 100 participants).

Question 10

Qu’est-ce que l’échantillonnage stratifié?

Answer 10

Dans ce procédé, on divise la population en sous-populations ou strates en fonction d’un certain nombre de critères (variables de stratification qui doivent être corrélées avec la variable étudiée) et on constitue par la suite un échantillon aléatoire de la taille
désirée pour chacune des strates à partir de bases de sondage indépendantes qui en plus d’identifier les éléments doivent fournir de l’information sur les critères de stratification.

Question 11

Pourquoi l’échantillonnage stratifié est souvent employé?

Answer 11

Ce procédé est souvent employé pour contrôler les variables parasites, mais il permet de plus l’atteinte d’une précision
donnée avec un échantillon de taille inférieure à un échantillon aléatoire simple.

Question 12

Quelle est la seule façon, dans l’échantillonnage stratifié, de réduire la variance de l’estimateur?

Answer 12

En effet, avec ce dernier, l’augmentation de la taille de l’échantillon représente quasi la seule façon de réduire la variance de l’estimateur; tandis que la séparation de la
population en strates plus homogènes peut favoriser une certaine réduction de la variance de l’estimateur, et ce jusqu’à six strates. On n’est pas obligé d’avoir un échantillon stratifié proportionnel
(même proportion que la population).

Question 13

Qu’est-ce que la méthode de l’allocation optimale? Dans quel type d’échantillonnage la retrouve-t-on?

Answer 13

Échantillonnage stratifié
En employant la méthode de l’allocation optimale (plus de sujets dans les groupes de plus grande variabilité) on augmente la précision de l’estimation.

Question 14

Qu’est-ce que l’échantillonnage par grappes?

Answer 14

Ce procédé est utilisé lorsqu’il est, soit très difficile d’identifier chaque élément d’une population, ou soit encore plus pratique de
sélectionner non pas des individus, mais des groupes d’individus dans lesquels chaque élément appartient d’office à
l’échantillon.

Question 15

À quel type d’échantillonnage cet exemple fait-il référence?

Par exemple, on choisit au hasard deux écoles parmi les écoles d’une Commission scolaire, puis on prend tous les étudiants (les éléments) de secondaire IV de chacune de ces deux écoles (2 grappes de 150 étudiants chacune = 300 étudiants).

Answer 15

Échantillonnages par grappes

Question 16

Bien que l’échantillonnage par grappes est très utilisé en psychologique, qu’est-ce que cela risque d’augmenter?

Answer 16

Est très utilisée en psychologie, mais augmente le risque d’erreur et ce risque est fonction du nombre de grappes et de leur taille. Par exemple, deux grappes de 150 sujets sont plus à risque d’erreur que 10 grappes de 30 sujets, et ce surtout s’il
existe une relation entre l’appartenance à une grappe et la variable étudiée.

Question 17

En terme de variabilité, quelle est la différence entre les échantillonnages par grappes vs stratifiés?

Answer 17

On recherche donc le plus de variabilité
possible entre les grappes, à l’inverse des échantillons stratifiés où l’on recherche le moins de variabilité possible à l’intérieur de
chaque strate.

Question 18

Qu’est-ce que l’échantillonnage à plusieurs degrés?

Answer 18

Ressemble à l’échantillonnage par grappes, sauf qu’il faut dans son cas prélever de façon aléatoire un échantillon à l’intérieur de chaque groupe sélectionné, plutôt que d’inclure toutes les unités dans le groupe.

Question 19

À quel type d’échantillonnage réfère cet exemple?

Par exemple, parmi les cinq classes de
secondaire IV d’une école secondaire, on choisit au hasard deux classes de 30 étudiants chacune, « probabilité de 40% », puis on sélectionne au hasard 15 étudiants de secondaire IV parmi chacune de ces 2 classes « probabilité de 50% ». Les 30
étudiants sélectionnés ont chacun « 50% de 40% », soit 20% de probabilité de faire partie de l’échantillon.

Answer 19

Il s’agirait ici d’un plan d’échantillonnage à deux degrés.

Question 20

Qu’est-ce que sont les procédés d’échantillonnage non probabiliste ou empirique? Qu’est-ce qu’ils ne permettent pas ou au contraire, permettent?

Answer 20

Ces procédés d’échantillonnage ne permettent pas de déterminer la probabilité qu’a un élément de la population d’être inclus dans l’échantillon. Ils ne permettent pas non plus d’assurer qu’un accroissement de la taille de l’échantillon entraîne nécessairement une diminution de l’erreur moyenne
d’échantillonnage. Ils sont cependant moins coûteux, plus adaptés à la recherche en sciences humaines et moins sensibles
aux imprévus (refus de participer ou pertes de sujets) lors de leur réalisation que les procédés d’échantillonnage aléatoire. Il existe différents types d’échantillonnage empirique.

Question 21

Quels sont les différents types de procédés d’échantillonnage non probabiliste ou empirique? (3)

Answer 21

-L’échantillonnage accidentel (de convenance) (accidental, haphasard ou convenience sampling)
-L’échantillonnage de volontaires (availability sampling)
-L’échantillonnage par quotas

Question 22

Qu’est-ce qu’est l’échantillonnage accidentel?

Answer 22

Dans ce procédé, trop souvent utilisé en sciences humaines, l’expérimentateur prend les cas qui se présentent simplement à lui à un moment et à un endroit donné, sans que cela ait quelque lien avec son objet de recherche, et ce, jusqu’à ce qu’il ait atteint le nombre de participants désiré.

Question 23

À quel type d’échantillonnage cet énoncé réfère?

Par exemple des entrevues réalisées avec des étudiants en pause à la cafétéria ou avec des passants dans un centre commercial. Les gens qui ne fréquentent
pas ces endroits n’ont aucune chance d’être choisis, ceux qui les fréquentent moins ont moins de chance et même ceux qui les
fréquentent beaucoup ont des chances variables en fonction du jour, de l’heure et de l’endroit

Answer 23

Échantillonnage non probabiliste accidentel

Question 24

Quel est le problème avec l’échantillonnage accidentel?

Answer 24

Ce type d’échantillon ne représente aucune population bien définie. Il devient donc difficile de généraliser les conclusions d’une telle étude à une population déterminée.

Question 25

Comment pouvons-nous palier aux limites de l’échantillonnage accidentel?

Answer 25

On peut toutefois améliorer ce procédé en utilisant un échantillonnage dirigé (purposive sampling) si l’on a des
renseignements sur les lieux, jours et heures de fréquentation d’une population donnée, puis en faisant une rotation des jours et heures d’entrevues.

Question 26

Qu’est-ce que l’échantillonnage de volontaires?

Answer 26

Ce procédé, qui est beaucoup utilisé en sciences sociales et humaines, consiste à faire appel à des volontaires (souvent par
des publicités) pour former l’échantillon.

Question 27

Pourquoi utilisons-nous l’échantillonnage de volontaires?

Answer 27

Est utilisé lorsqu’on n’a pas de base de sondage ou lorsqu’on ne peut pas contacter directement les participants pour des raisons d’éthique, ou encore lorsque la recherche ne peut s’accommoder d’un autre type d’échantillon par exemple une recherche pour aider les gens à cesser de fumer (on ne sait pas qui sont ces gens).

Question 28

Quel est le désavantage principal des échantillonnages accidentels?

Answer 28

Le désavantage principal consiste dans le problème de la généralisation des résultats, car on n’est jamais certain que les
volontaires possèdent les mêmes caractéristiques que ceux ayant refusé de participer à une étude.

Question 29

Vrai ou faux? Beaucoup de recherches en psychologie utilisent des étudiants
volontaires.

Answer 29

Vrai

Question 30

Quel est le conseil de Sears (1986) quant à l’échantillonnage accidentel?

Answer 30

Sears (1986) conseille aux chercheurs d’essayer de collecter plutôt des données en milieu naturel.

Question 31

Qu’est-ce que l’échantillonnage par quotas?

Answer 31

L’échantillonnage par quotas est l’une des formes les plus courantes d’échantillonnage non probabiliste. Il s’effectue, sans base de sondage, jusqu’à ce qu’un nombre précis d’unités (de quotas) pour diverses sous-populations ait été sélectionné. Puisqu’il n’existe aucune règle qui régirait la façon dont il faudrait s’y prendre pour remplir ces quotas, ce procédé est un bon moyen de satisfaire aux objectifs de la recherche en matière
de taille d’échantillon pour certaines sous-populations.

Question 32

Quelles sont les 4 principales étapes de l’échantillonnage par quotas?

Answer 32

1- subdivision de la population en sous catégories à partir d’une ou plusieurs
variables de stratification ;
2- collecte de statistiques relatives
aux effectifs de chaque sous-groupe ;
3- détermination des quotas à respecter ;
4- sélection des participants.

Question 33

Quelles sont les différences et ressemblances entre l’échantillonnage par quotas vs stratifié?

Answer 33

L’échantillonnage par quotas est un peu similaire à l’échantillonnage stratifié parce que dans son cas également les unités semblables sont regroupées. Toutefois, il en diffère, cependant, sur le plan du mode de sélection. Dans le cas d’un échantillonnage stratifié, on sélectionne les unités au hasard, tandis que dans celui d’un échantillonnage par quotas, on laisse
habituellement à l’intervieweur le soin de déterminer qui sera échantillonné. Les quotas peuvent être fondés sur des
proportions de la population, mais comme pour l’échantillon stratifié, ceci n’est pas essentiel. Il suffit alors de contrebalancer
a posteriori les disproportions introduites en effectuant les ajustements nécessaires lors de l’analyse des résultats.

Question 34

Quels sont les types de variables dépendantes?

Answer 34

-Variables discontinues
-Variables continues

Question 35

Quels sont les critères de détermination des tests statistiques de base à employer?

Answer 35

-Types de variables dépendantes
-Normalité de la distribution
-Égalité des variances

Question 36

Qu’est-ce qu’une variable discontinue?

Answer 36

Les variables discontinues peuvent être des variables nominales ou qualitatives.
Elles peuvent aussi être des variables ordinales (qui sont quantitatives)

Question 37

Dites quel type de variable discontinue les énoncés représentent

a) sexe des sujets
b)Classement à un examen par rapport aux autres étudiants

Answer 37

a) variable nominale/qualitative
b)Variable ordinale / quantitative

Question 38

Avec des variables discontinues, lorsque vous avez un temps de mesure vous employez un ____________ avec une
variable discontinue. Pour deux variables discontinues, vous employez un ________. Pour deux temps de mesure (2 variables discontinues), vous employez un __________

Answer 38

Avec des variables discontinues, lorsque vous avez un temps de mesure vous employez un CHI-CARRÉ DE CONFORMITÉ avec une
variable discontinue. Pour deux variables discontinues, vous employez un CHI-CARRÉ D’INDÉPENDANCE. Pour deux temps de
mesure (deux variables discontinues), vous employez un MCNEMAR

Question 39

Qu’est-ce qu’une variable continue?

Answer 39

Les variables continues sont des variables à intervalles égaux

Question 40

par exemple les réponses des sujets à un questionnaire utilisant une échelle de Likert ou le quotient intellectuel, ou des variables de rapport, par exemple l’âge représentent une variable ______

Answer 40

Continue

Question 41

Vrai ou faux? Avec les variables continues, vous pouvez potentiellement employer tous les tests paramétriques et non paramétriques autres que le chi-carré et le McNemar.

Answer 41

Vrai

Question 42

Quels sont les tests paramétriques utilisables pour une distribution d’une variable dépendante continue qui est normale? Quels sont les tests non paramétriques que nous pouvons utilisés si la distribution n’est pas normale?

Answer 42

Lorsque la distribution d’une variable dépendante continue est normale, vous pouvez employer les tests paramétriques T
et ANOVA. Dans le cas contraire, vous devez employer des tests non paramétriques, si les distributions sont franchement anormales (asymétries plus petites que -1 ou plus grandes que +1). Toutefois, ces tests sont robustes, i.e tolèrent une légère anormalité (asymétries entre -1 et +1).

Question 43

Qu’est-ce qu’indique une asymétrie positive dans une distribution? Et une asymétrie négative?

Answer 43

Asymétrie positive indique que la majorité des participants ont des scores faibles, tandis qu’asymétrie négative indique que la
majorité participants ont des scores élevés.

Question 44

Quel test pouvons-nous employer pour tester la normalité d’une distribution quand nous avons + que 50 sujets et - de 50 sujets? Quel est le critère pour p pour que la distribution soit normale?

Answer 44

Pour tester la normalité de la distribution, vous pouvez employer le test de Kolmogorov-Smirnov avec plus de 50
sujets ou le test de Shapiro-Wilk avec 50 sujets et moins (p doit être plus grand que ,050 pour distribution normale).

Question 45

Quelle est la condition pour pouvoir utiliser des tests paramétriques pour l’égalité des variances? Qu’est-ce qu’il faut faire dans le cas contraire?

Answer 45

Lorsqu’on compare au moins 2 groupes (VI), les variances des VD continues doivent être égales (homogènes) pour pouvoir employer les tests paramétriques T et analyses de variance. Dans le cas contraire, vous devez employer des tests non paramétriques, sauf avec les tests T (SPSS fait une correction) et les ANOVA dont les effectifs des groupes sont égaux.

Question 46

Avec quel test pouvons-nous tester l’égalité des variances? Qu’est-ce que nous avons besoin pour p pour dire que la variance est homogène?

Answer 46

L’égalité ou homogénéité des variances est testée avec test de Levene (p doit être plus grand que ,050 pour variances homogènes).

Question 47

Nommez les tests utilisables sur une variable continue

Answer 47

Tests paramétriques :
(corrélation de Pearson,
régression linéaire simple,
T
et ANOVA,
ainsi que tests non paramétriques)

Question 48

Nommez les tests utilisables sur une variable discontinue

Answer 48

Chi-carré de conformité
(une variable et un temps)
ou chi-carré d’indépendance
(deux variables et un temps)
ou McNemar
(deux variables et deux temps
« en fait, c’est la même deux fois »)

Question 49

Normalité de la distribution de la variable dépendante continue: quels tests sont utilisables lorsque la distribution est normale?

Answer 49

Tests paramétriques T et
ANOVA

Question 50

Normalité de la distribution de la variable dépendante continue: quels tests sont utilisables lorsque la distribution est anormale?

Answer 50

Tests non paramétriques, sauf
pour T et ANOVA avec
asymétries entre -1 et +1

Question 51

Quels sont les tests possibles lorsque la variance est égale?

Answer 51

Tests paramétriques T et
ANOVA

Question 52

Quels sont les tests possibles lorsque la variance est inégale?

Answer 52

Tests non paramétriques,
sauf pour T (SPSS fait une
correction) et ANOVA avec
effectifs des groupes égaux

Question 53

Qu’est-ce qu’un plan à groupes indépendants?

Answer 53

2 groupes de sujets ou +
Mesure une seule fois

Question 54

Qu’est-ce qu’un plan à mesures répétées?

Answer 54

1 seul groupe de sujets
Mesurée + d’une fois

Question 55

Qu’est-ce qu’un plan combiné?

Answer 55

Combinaison d’un plan à groupes indépendants et d’un plan à mesures répétées

Question 56

Lorsque nous avons 2 variables continues, quels sont les tests possibles?

Answer 56

Corrélation de Pearson (test paramétrique)
si la relation est linéaire et homoscédastique ou Corrélation de
Spearman (non paramétrique); régression linéaire simple (paramétrique), si la relation est linéaire et homoscédastique, qui n’a
pas d’équivalent non paramétrique

Question 57

Dans un plan à groupes indépendants à seulement 2 niveaux, quels sont les tests possibles?

Answer 57

Test T à groupes indépendants (paramétrique) ou Mann-Whitney (non
paramétrique)

Question 58

Quelle est l’équivalence des tests paramétriques vs non paramétriques?

Answer 58

Question 59

Dans un plan à groupes indépendants à 2 niveaux ou +, quels sont les tests possibles?

Answer 59

(ANOVA simple
à groupes indépendants qui est paramétrique) ou Kruskal-Wallis (non
paramétrique)

Question 60

Dans un plan à groupes indépendants à plus d’une VI, quels sont les tests possibles?

Answer 60

(ANOVA factorielle inter-sujets)
(qui est paramétrique et n’a pas d’équivalent non paramétrique)

Question 61

Plan à mesures répétées: quels tests sont possibles avec seulement 2 mesures?

Answer 61

Test T pairé (paramétrique)
ou Wilcoxon (non paramétrique)

Question 62

Plan à mesures répétées: quels tests sont possibles avec 2 mesures ou plus?

Answer 62

ANOVA simple à
mesures répétées (paramétrique) ou Friedman (non paramétrique)

Question 63

Plan à mesures répétées: quels tests sont possibles avec plus d’une VI?

Answer 63

(ANOVA factorielle intra-sujets)
(qui est paramétrique et n’a pas d’équivalent non paramétrique)

Question 64

plan mixte (combiné): quels sont les tests possibles?

Answer 64

ANOVA pour plan combiné (que vous
faites sur SPSS à partir d’une ANOVA à mesures répétées) et qui n’a
pas d’équivalent non paramétrique

Question 65

Qu’est-ce qui est préférable quant à la taille de l’échantillon? Pourquoi?

Answer 65

En ce qui concerne la taille de l’échantillon, il est toujours préférable d’utiliser un échantillon de la taille le plus grand
possible, car plus la taille de l’échantillon est élevée, plus est petite l’erreur d’estimation de l’estimateur (du moins
dans les cas d’échantillons aléatoires) par exemple, la moyenne de l’échantillon qui estime la moyenne de la population. Par conséquent, plus le test devient puissant
pour détecter un effet lorsqu’il existe.

Question 66

Qu’est-ce qui détermine le nombre de participants de la taille d’un échantillon? Qu’est-ce que la puissance?

Answer 66

Il faut avoir assez de participants pour atteindre un maximum de 20% d’erreur bêta ou 80% de puissance. La puissance étant (1- erreur bêta de 20%) qui consiste dans le pouvoir de détecter un effet lorsqu’il existe pour un effet prévu (petit, moyen ou grand). Très souvent, on ne peut
prévoir l’effet et on prend donc a priori un effet moyen. Il est important de noter que les tailles d’effets varient selon les tests statistiques que nous pouvons voir dans les ouvrages (Cohen) ou sur des logiciels spécialisés