L'échantillonnage Flashcards

1
Q

Quelles sont les 4 étapes de la phase méthodologique?

A

1. Choix du devis de recherche
2. Définition de la population à l’étude;
* Population cible et échantillon
* Milieu d’étude
3. Description des principes qui sous-tendent la mesure;
* Identifier les instruments de mesure des variables à l’étude
* Collecte de données
4. Description des méthodes d’analyse des données;
* Analyse des données statistques (quantitatif)
* Analyse des données qualitatives

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

Qu’est-ce que l’échantillonnage?

A
  • Processus par lequel un groupe de personnes ou une population (échantillon) est choisi de manière à représenter une population cible
  • Il faut définit notre population cible (étudiée)

Biais d’échantillonnage:
-Type de biais de sélection
-Sélection des participants à une étude dont les caractéristiques diffèrent de façon précise de celles de la population
-Ne reflète pas la population cible

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

Qu’est-ce que la population cible?

A
  • Ensemble d’éléments avec des caractéristiques communes
  • La population cible permet de faire des généralisation (validité externe)
  • Puisqu’il est impossible d’étudier la population cible en entier, on examine la population accessible
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Qu’est-ce que la population accessible?

A
  • Portion de la population qu’on peut atteindre et qui est autant que possible représentative de la population cible
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Critères de sélection

A
  • La population est initialement hétérogène
  • Pour obtenir un échantillon homogène, il faut établir des critères des personnes à inclure dans l’étude et celles à exclure
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Qu’est-ce qu’un échantillon?

A
  • Fraction d’une population sur laquelle porte l’étude
  • Sous-groupe de la population accessible
  • Doit être représentatif de la population cible (surtout en quantitatif);
    -Refléter les caractéristiques de l’environnement, mais aussi des individus
    -Doit ressembler le plus possible à la population cible
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Qu’est-ce qu’un échantillonnage probabiliste?

A
  • Davantage utilisée en recherche quantitative
  • Chaque élément de la population a une chance égale ou une probabilité non nulle d’être sélectionné
  • Diminution du risque d’erreur d’échantillonnage
  • Augmentation de la représentativité de l’échantillon

Différents sous-types:
-Aléatoire simple
-Aléatoire systématique
-Aléatoire stratifié (proportionnel ou non-proportionnel)
-En grappes

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

Qu’est-ce que l’erreur d’échantillonnage?

A
  • Inégalité entre les valeurs obtenues auprès de l’échantillon et celles qui auraient été obtenues auprès de la population cible;
    -Échantillon qui n’est pas représentatif de la population cible
  • Variations aléatoires ; pas de contrôle
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Échantillonnage simple

Échantillonnage probabiliste

A
  • Chaque élément a une chance égale d’être inclus dans l’échantillon
  • Pas de remise

Source:
-Listes de noms (existantes ou non = $)
-Table des nombres aléatoires

Avantages:
-Diminution biais échantillonnage
-Augmentation représentativité de la population (population hétérogène)

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

Échantillonnage systématique

Échantillonnage probabiliste

A
  • Les éléments sont sélectionnés selon des intervalles réguliers
  • Choix aléatoire du premier élément dans une liste, suivi du prélèvement à intervalles prédéterminés des autres éléments (N/n)

Avantages:
-Faciles, rapides et économiques

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

Échantillonnage stratifié

Échantillonnage probabiliste

A
  • La population est divisée par strates, en fonction de caractéristiques communes
  • A priori (avant l’étude) ou postériori
  • Nécessite une bonne connaissance de la population à l’étude pour pouvoir établir des critères de stratification
  • Plus long, mais diminue l’erreur d’échantillonnage

Proportionnel: Reflète les différences proportionnelles de la population

Non-proportionnel: Surreprésentation de certaines strates à comparter à la proportion dans la population

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

Échantillonnage en grappes

Échantillonnage probabiliste

A
  • Recruter des gens en groupes de sujets hétérogènes;
    -Unité: groupes et non individus
  • Similaire à échantillonnage stratifié, mais recrutés en groupe
  • Pour les études à grande échelle ou population disparate
  • Sélection aléatoire successive à partir de critères définis
  • Pragmatique, rapide et peu coûteux
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Échantillonnage non-probabiliste

A
  • Utilisée en recherche qualitative
  • Sélection aribitraire;
    -Pas de chance égale
    -Représentativité de la population cible est faible ou nulle
    -Difficile de généraliser
    -On ne mesure pas l’erreur d’échantillonnage

Différents sous-types:
* Par convenance
* Par réseaux (boule de neige)
* Par quotas
* Par choix raisonné
* Théorique

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

Échantillonnage par convenance (accidentel)

Échantillonnage non-probabiliste

A
  • Être au bon endroit au bon moment;
    -Choix des sujets déterminé par le lieu et le moment
  • Type de recrutement
  • Plus fréquent et facile
  • Diminution participants vs non participants
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Échantillonnage par réseaux (boule de neige)

Échantillonnage non-probabiliste

A
  • Par références (ex: réseaux sociaux);
    -Échantillonner quelqu’un, et lui demander si elle connait quelqu’un qui a vécu une histoire similaire
  • Sujets délicats et sensibles (où il serait difficile d’afficher une annonce publiquement)
  • Faite en deux temps
  • Populations particulières
  • Objectifs de non généralisation
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Échantillonnage par quotas

Échantillonnage non-probabiliste

A
  • On peut l’intéger à un échantillonnage par convenance ou par réseaux;
    -Ex: Dans un échantillon boule de neige, je réalise que 70% des toxicomanes sont des hommes. Alors, je voudrais que mon quotas d’homme dans ma recherche soit de 70%
  • Sélectionner des sous-groupes en fonction de caractéristiques communes, en tenant compte des proportions dans la population
  • Mêmes contextes que échantillonnage stratifié (nécessite la connaissance de la population pour en dégager les caractéristiques)
17
Q

Échantillonnage par choix raisonné

Échantillonnage non-probabiliste

A
  • À mi chemin entre échantillonnage par quotas et échantillonnage par convenance
    -Par quotas: critères précis
    -Par convenance: différent en terme de disponibilité
  • On ne recrute pas sur la base de quotas, mais plutôt selon ce que les gens ont vécu dans leur passé
  • Connaissances du sujet et thèmes abordés
  • Peut être intégré à d’autres types d’échantillonnages non-probabilistes
18
Q

Échantillonnage théorique

Échantillonnage non-probabiliste

A
  • Souvent utilisé avec une recherche de théorisation ancrée
  • Processus de sélection itératif (répété plusieurs fois)
  • Peut être intégré à d’autres types d’échantillonnages non-probabilistes

Collecte et analyse:
* Personnes ou groupes en fonction de leur contribution dans l’élaboration de catégories émergentes de la théorie
* On peut retourner sur le terrain après l’analyse pour approfondir les thèmes souvent abordés

  • Générer, saturer, délimiter
19
Q

Types d’échantillonnage selon le type de recherche

A

Quantitative: Généralisation
* Échantillonnage probabiliste
* Échantillonage non-probabiliste;
-Par convenance
-Par quotas

Qualitative: Représenter un phénomène
* Moins d’échantillonnage probabiliste
* Échantillonnage non-probabiliste

20
Q

Comment déterminer la taille de l’échantillon en recherche quantitative?

A
  • Taille de l’échantillon prédéterminé: Nombre suffisant pour déceler une différence entre des groupes ou des relations entre les variables (statistiquement significative)

Outil: Puissance statistique = chance de détection
* Erreur type I: Rejeter H0 alors qu’elle est vraie (alpha = seuil de signification ; p<0,05)
* Erreur type II: Ne pas rejeter H0 alors qu’elle est fausse (beta = probabilité de faire ce type d’erreur ; ~4x alpha = 0,2)
* Plus la puissance (1-beta) est élevée, moins le risque d’erreur de type II;
-Min = 0,8 (1-beta)

Facteurs à considérer:
1. But de l’étude:
* Explorer ou décrire un phénomène
* Explorer des relations
* Vérifier des relations ou prédire;
-Nombre de variables
-Corrélationnel ou cause à effet?
2.Homogénéité ou hétérogénité de la population
3.Taille de l’effet:
* Si l’effet escompté est grand, on peut avoir un plus petit échantillon
* Si l’effet escompté est petit, il faut un plus grandé échantillon

21
Q

Comment déterminer la taille de l’échantillon en recherche qualitative?

A
  • Rarement prédéterminé
  • Critère décisionnel: la saturation des données (toutes les informations nécessaires)

Facteurs à considérer:
* Ampleur: Question générale vs spécifique (objectif qu’on veut atteindre)
* Nature: Sujet simple vs complexe et sensible (plus facile vs plus difficile à recruter des gens)
* Qualité des données: Aisance/exhaustivité (données faciles ou difficiles à compiler)
* Devis: Mesure unique ou répétée

22
Q

Critères qui détermine la méthode d’échantillonnage à utiliser

A
  • Marge d’erreur et niveau de confiance désirés
  • Ressources humaines et financières disponibles
  • Contraintes de temps
  • Disponibilité d’une liste de la population accessible
  • Dispersion géographique des répondants
  • Nécessité d’effectuer des projections à une population plus large