Cours 9 Flashcards
Population
-Ceux dont on recueille les infos
-Ensemble des entités auxquelles s’appliquent les conclusions d’une recherche
-Part du principe que la pop. est hétérogène: part de différentes caractéristiques
-Population accessible = Portion de la population cible qu’on peut atteindre
-Ex: ensemble de souris, des étudiants en psycho au Qc, etc
Recensensement
-Façon de recueillir les infos
-Recueillir les infos de toute la population: assez rare, surtout utilisé pour les études pour un pays au complet
CONTRAINTES
1-Taille: très gros
2-Dispersion géographique: venir à mtl pour étude alors que la personne habite loin
3-Coût/Bénéfice: est-ce que ça donne la peine avec le nbr d’infos ça donne de plus?
4-Stabilité de l’information recherchée: est-ce encore valide ds 10 ans: peut changer bcp: ex: opinion politique peut changer d’années en années
5-Disponibilité: pas tjr tout le monde disponible en même temps
6-Identification de la totalité de la population: parfois gens venue illégalement ne s’identifie pas pour ne pas se mettre à risque, même chose pour un homme violent: ne dira pas qu’il est violent pour étude
Échantillonnage
- Processus au cours duquel on sélectionne des personnes ou une portion de la population pour représenter la population cible
-Tirer des conclusions sur la pop. cible à partir des observations faites sur l’échantillon
-Spécifier la population cible, choisir le procédé d’échantillonnage et déterminer la taille d’échantillon
AVANTAGE/INCONVÉNIENT
-Économie en temps, énergie et argent
-Tirer une conclusion erronée
Critères de sélection
1-Critères d’inclusion
-Caractéristiques pour
faire partie de la
population accessible
2-Critères d’exclusion
-Caractéristiques qui ne
feront pas partie de la
population accessible
(car on considère qu’ils
ont des caractéristiques
différentes)
Représentativité
-Degré avec lequel l’échantillon reflète proportionnellement les
caractéristiques pertinentes et variables retrouvées dans la population
-Importance de la taille d’échantillon: si on prend trop petit, on risque de ne pas être représentatif
-On se fie au hasard pour dire que ce soit représentatif
-Validité échantillonnale: pouvoir généraliser les résultats ds l’échanillon à la pop.
Procédés d’échantllonnage
1-Échantillon probabiliste: sélection aléatoire, chq élément à une chance égale d’être choisi, meilleur représentation
2-Échantillon non probabiliste: ps un processus aléatoire, ps une chance égale d’être choisi: amène plus de biais
-À la base, il y a des biais, car on peut pas forcer tous de participer, donc ont des caractéristiques différentes si décide de participer
BIAIS D’ÉCHANTILLONNAGE
-Situation dans laquelle l’échantillon ne reflète pas adéquatement la pop
-Choisir soigneusement les personnes incluses: critères inclusions/exclusions
-Choisir procédé d’échantillonnage: probabiliste/non-probabiliste
-Erreur échantillonnage: erreur provenant de l’aléatoire: peut arriver et peut pas le contrôler
Échantillonnage probabiliste: aléatoire simple et aléatoire systématique
ALÉATOIRE SIMPLE
-Façon la + simple de recruter les gens
-Donne à chq élément de la
population une probabilité égale d’être inclus dans
l’échantillon
-Tirage au sort à la main ou informatique
ALÉATOIRE SYSTÉMATIQUE
-Choisir les participants sur la liste d’après un intervalle
fixe prédéterminé
-Intervalle selon la taille de l’échantillon et pop.
-Selon un ordre aléatoire: ex: chiffre 8 donner aléatoirement et choisir ses multiples: 8,16, 32, 64, etc
-Moins long que le simple, on pige une fois
LIMITES
-Requiert une liste compète
de tous les éléments de la
population
-Pas pratique pour
population très large
(→ échantillonnage en
grappes + utile)
-Possible que le chercheur
veule que certaines
caractéristiques de la
population soient reflétées
dans l’échantillon
(→ échantillonnage
stratifié)
Échantillonnage probabiliste: aléatoire stratifié
- Répartition de la
population en fonction
de certaines caractéristiques afin de constituer des
strates qui seront
représentées dans l’échantillon
-Sous-groupe relativement homogènes: se ressemble le plus possible: ex: pas âge: - 25 ans, 25-50 ans et + 50 ans
-Les participants sont ensuite choisis aléatoirement ds chq strate
-Mais on doit connaitre les caractéristique de la pop pour créer les strates alors qu’on a pas tjr accès à cela
Échantillonnage probabiliste: stratifié proportionnel et stratifié non proportionnel
STRATIFIÉ PROPORTIONNEL
-S’assure que l’échantillon
reflète les différences
proportionnelles de la
population
-Certaines strates
sont plus nombreuses,
étant donné leur proportion
réelle dans la population: SELON % de la pop. = % des strates: 10%
EX: N=1500 (échantillon n=150)
N=1000, N=400, N=100
n= 100, n=40, n=10
STRATIFIÉ NON PROPORTIONNEL
-Même proportion
d’unités dans chq strate de la pop. étudiée
-Si on s’intéresse au différences; même nbr pour les comparer
-Possibilité de pondérer les moyennes pour représenter la pop.
-Permet de s’assurer d’avoir assez de participants ds les groupes plus petits de la pop.: plus flexible pour les analyses statistiques: MÊME NBR PAR STRATE
EX: N=1500 (échantillon n=150)
N=1000, N=400, N=100
n= 50, n=50, n=50
Échantillonnage probabiliste: en grappes
Choisir les éléments
de la population en petits
grappes (qui contiennent plusieurs éléments)
-Chq grappe doit
être hétérogène (différents) pour être représentative de la pop
AVANTAGE
-Rapide et peu coûteux pour les pop. larges: surtout pour les grosses pop., si on n’a pas de liste de la pop.: choisir l’échantillon (élèves écoles: en allant ds des écoles et on prend tous les élèves donc chq échantillon est différent: ex: une école a 500 élèves et l’autre 200)
LIMITES
-Seuls les éléments ds les grappes peuvent être sélectionnés
- DONC peut accroître
le risque d’erreur, car les éléments de la pop. n’ont pas tous les mêmes chances d’être sélectionnés une fois les grappes déterminées: - chance de biais qd grand échantillon
-Pas tous les mêmes chances d’être sélectionnées: ex: 3/9 écoles sont publics vs 6/9 sont privés, mais par hasard (choisir 3 écoles) on choisit 2/9 écoles publics et seulement 1/9 écoles privés
Échantillonnage probabiliste: à plusieurs degrés
-Sélection aléatoire de
groupes puis…sélection (de façon aléatoire) d’un échantillon à l’intérieur de chq groupe sélectionné
EX: sélectionner plusieurs fois: choisir école aléatoirement et rechoisir aléatoirement ds l’école (2ème degré): proportionnelle: choisi 10% ds chq groupe
-Plus de chances de biais, mais plus pratique que en grappes
Échantillonnage non probabiliste: accidentel
- Choisies selon leur accessibilité dans un lieu et
moment précis (pas tjr de lien avec l’étude)
-Facilement accessible et répondent aux critères d’inclusion
-Constitué à mesure que des personnes se présentent à l’endroit convenu jusqu’à l’atteinte du nbr désiré
Échantillonnage non probabiliste: dirigé et de volontaires
DIRIGÉ
- Lieu/moment de
sélection est choisi
selon des caractéristiques
pertinentes à la question de recherche
DE VOLONTAIRES
-Faire appel à des
volontaires (personnes
qui te contactent) pour
former l’échantillon
-On sait pas les caractéristiques de ceux qui veulent ou non participer
LIMITES/AVANTAGES
-Mène à un échantillon
non représentatif de la
population, et donc difficultés de généralisation
-Facilement accessibles et demandent peu de temps
Échantillonnage non probabiliste: aléatoire et par quotas
ARÉOLAIRE
-Participants recrutés
selon des régions géographiques ou itinéraires prédéterminés: chercheur fait un trajet pré determiné et aborde toutes les personnes sur le trajet
-Pop. doit avoir des critères d’inclusion larges (pour que la majorité des personnes de soit éligible à l’étude)
-Différences entre la pop. des régions: côtes-des-neiges vs Outremont: ex: dénombrement des personnes itinérantes à mtl
PAR QUOTAS
-Ressemble au stratifié, mais pas aléatoire
-Participants recrutés ds des sous groupes selon des
caractéristiques déterminées (âge): donc pas nécessairement représentatif: mais s’assurer bon nbr participants pour chq tranche d’âge
Échantillonnage non probabiliste: par réseaux
-Personnes recrutées
(initialement selon des
critères de sélection précis) suggèrent ensuite d’autres
personnes qui leur paraissent répondre aux mêmes critères
-Surtout pour les communautés avec caractéristiques communes (LGBTQ)
-Continue jusqu’à atteinte d’une taille d’échantillon suffisante
-Chercheur doit vérifier admissibilité de chq pour assurer réponds aux caractéristiques
Taille d’échantillon
-Un échantillon plus
grand permet de mieux distinguer la relation entre la VI et la VD de l’erreur de mesure et l’erreur d’échantillonnage: même si aléatoire, il peut y avoir des erreurs
-Variables parasites: si pas contrôlés peuvent influencer les résultats
-Comparaison de sous groupes
MAIS
-Demande bcp efforts avoir grand échantillon: argent, énergie
-Peut mener à l’identification d’effets sans signification pratique (extrêmement petits): s’il y a plus de gens, on a plus de chance de voir de petits effets au niveau statistique (qu’il y a une petite amélioration ex: diminue les symptômes d’1%)
Déterminer la taille d’échantillon
Niveau alpha utilisé:
1-alpha (a): erreur type 1
-Probabilité de détecter un effet lorsqu’en réalité il n’y en a pas: p= 0.05, 0.01 ou 0.001
-La thérapie ne fonctionne pas, mais on dit qu’elle fonctionne: faux positif
2-bêta (B): erreur type 2
-Probabilité de ne pas détecter un effet lorsqu’il y en a un en réalité
-La thérapie fonctionne, mais les résultats disent qu’elle ne fonctionne pas: faux négatif
3-Puissance: 1-B
-Probabilité de détecter un effet lorsqu’en réalité, il y en a un
-Recommandé : 0,80
4-Taille d’effet
- Mesure de la force (corrélation: faible, moyen, fort de la relation entre les variables étudiées: basé sur la taille d’effet des études antérieures
-Plus l’effet est faible, plus l’échantillon doit être grand pour l’identifier (=obtenir une même puissance)
-p.ex. r (corrélation) ou d (de Cohen)
