Benoit Duguay 2021 Plan la sance 7 Procdures
© Benoit Duguay, 2021 Plan la séance 7 Procédures d’échantillonnage Ø Ø Ø Ø Terminologie et méthodes d’échantillonnage Période de questions Échantillonnage non probabiliste Période de questions et pause Échantillonnage probabiliste Période de questions Taille de l’échantillon Atelier : v Planification du processus d’échantillonnage et validation des questionnaires par le professeur
© Benoit Duguay, 2021 Terminologie Ø Univers Ø Échantillon Ø Recensement Ø Cadre d’échantillonnage
© Benoit Duguay, 2021 Univers Ø Population ou groupe à l’étude Ø Différentes entités : v Citoyens v Employés v Clients v Partenaires v Fournisseurs Ø Élément de l’univers ou de la population : v Entité individuelle d’un groupe particulier v Unité d’étude
© Benoit Duguay, 2021 Échantillon Ø Sous-ensemble d’un groupe plus large Ø Doit être représentatif du groupe plus large Source : http: //courses. tlt. psu. edu/course/bio 12/module 03/2009/10/les son-02 -samples-and-populations. html
© Benoit Duguay, 2021 Recensement Ø Enquête auprès de tous les éléments d’une population Ø En France, dans les communes de 10 000 habitants ou plus : v Un échantillon probabiliste représentant environ 8 % de la population est recensé chaque année v Au bout de 5 ans, l'ensemble du territoire de chaque commune est pris en compte, et 40 % environ des habitants de ces communes sont recensés v http: //www. insee. fr/fr/publics/de fault. asp? page=communication/re censement/particuliers/organisati on. htm#complus
© Benoit Duguay, 2021 Cadre d’échantillonnage Ø Liste des éléments composant l’univers, p. ex. : v Liste de clients v Annuaire de téléphone Ø Attention à l’erreur d’exclusion
© Benoit Duguay, 2021 Méthodes d’échantillonnage Méthodes Non probabilistes Probabilistes De convenance Aléatoire simple De jugement Systématique Boule de neige Stratifié Par quota Grappes Volontaire Phases multiples Structuré aléatoire
© Benoit Duguay, 2021 Échantillonnage non probabiliste
© Benoit Duguay, 2021 Échantillonnage de convenance Ø Échantillon que le chercheur a sous la main, p. ex. : v Une classe d’étudiants ou une cafétéria pour un sondage dans le cadre d’un travail de session Ø Représentativité limitée de l’échantillon
© Benoit Duguay, 2021 Échantillonnage de jugement Ø Échantillon sélectionné selon le jugement d’une personne d’expérience, p. ex. : v Les sous-groupes de la population utilisés par les médias pour prédire les résultats le soir d’une élection v Marchés témoins pour évaluer un nouveau produit Source : http: //www. ourbigearth. com/2011/05/02/getout-the-vote-federal-election-is-today/
© Benoit Duguay, 2021 Échantillonnage boule de neige Ø Construction graduelle d’un échantillon en utilisant des références obtenues des premiers répondants Ø Les premiers répondants peuvent être sélectionnés de façon aléatoire ou non Ø Méthode utilisée lorsque les répondants sont difficiles à identifier
© Benoit Duguay, 2021 Échantillonnage par quota Ø Échantillon dont les sous-groupes respectent les proportions de chacun de ces groupes au sein de l’univers étudié en fonction de caractéristiques précises, p. ex. l’âge et le sexe Ø À ne pas confondre avec l’échantillon stratifié (probabiliste) Sexe ge 25 et - 26 à 50 51 et + Total H 11% 16% 22% 49% F 10% 17% 24% 51% Total 21% 33% 46% 100%
© Benoit Duguay, 2021 Échantillonnage volontaire Ø Échantillon composé de personnes auto sélectionnées Ø Par exemple : les lecteurs d’un journal ayant accepté de participer à un sondage réalisé par ce journal auprès de tous ses lecteurs
© Benoit Duguay, 2021 Échantillonnage structuré aléatoire 1 de 3 Ø Ce type d’échantillon n’est pas considéré comme étant probabiliste, mais il est quand même considéré comme étant scientifique Ø Seule alternative pratique en l’absence d’un cadre d’échantillonnage Ø Il s’agit de structurer la population en fonction de plusieurs critères bien définis tels le jour, l’heure et la localisation géographique Source : http: //zoom-travels. blogspot. ca/2012/08/fantasy-fridayssamba-at-carnival-rio. html
© Benoit Duguay, 2021 Échantillonnage structuré aléatoire 2 de 3 Ø Pour un festival par exemple, on répartira la cueillette de données sur toute la durée de l’événement (p. ex. : 3 jours) Ø On sélectionnera les répondants à différentes heures, les mêmes chaque jour (p. ex : 10 h, 14 h, 18 h et 22 h) Source : http: //zoom-travels. blogspot. ca/2012/08/fantasy-fridayssamba-at-carnival-rio. html
© Benoit Duguay, 2021 Échantillonnage structuré aléatoire 3 de 3 Ø On sélectionnera les répondants de façon systématique pour introduire un effet aléatoire (p. ex. : un visiteur sur trois ou sur quatre) Ø Cette méthode est utilisée par des chercheurs et des étudiants de cycles supérieurs et acceptée par certaines instances gouvernementales pour justifier des demandes de subvention Source : http: //zoom-travels. blogspot. ca/2012/08/fantasy-fridayssamba-at-carnival-rio. html
© Benoit Duguay, 2021 Échantillonnage probabiliste
© Benoit Duguay, 2021 Échantillonnage aléatoire simple Ø Échantillon construit à partir d’une liste de l’univers, dans laquelle chaque élément a une chance égale d’être choisi Ø Il peut être difficile d’obtenir une liste de l’univers Ø On utilise des tables de hasard ou des numéros générés au hasard par un ordinateur pour sélectionner les répondants Ø Pour les petits échantillons, on peut sélectionner les répondants avec une roulette, un boulier, des papiers dans un chapeau… Ø L’échantillon peut ne pas être représentatif de la population Source : http: //ccelearn. csus. edu/wasteclass/mod 9_05. html
© Benoit Duguay, 2021 Échantillonnage systématique Ø Échantillon construit à partir d’une liste complète de l’univers à l’étude, comme l’échantillon simple au hasard Ø Les répondants sont sélectionnés à intervalle fixe, le premier devant être sélectionné au hasard comme pour l’échantillonnage aléatoire simple Source : http: //rchsbowman. wordpress. com/2009/08/16/statistics-notessampling-techniques-2/
© Benoit Duguay, 2021 Échantillonnage stratifié Ø Échantillon dont les sous-groupes respectent les proportions de chacun de ces groupes au sein de l’univers étudié en fonction de caractéristiques précises, p. ex. l’âge et le sexe Ø On utilise des tables de hasard ou des numéros générés au hasard par un ordinateur pour sélectionner les répondants dans chacune des strates Ø À ne pas confondre avec l’échantillonnage par quota (non probabiliste) Genre Classes d’âges 25 et - 26 à 50 51 et + Total H 11% 16% 22% 49% F 10% 17% 24% 51% Total 21% 33% 46% 100%
© Benoit Duguay, 2021 Échantillonnage par grappes Ø Échantillon dont l’unité n’est plus l’élément de l’univers qui est à l’étude mais un sous-groupe (grappe) réunissant plusieurs de ces éléments Ø Ces grappes sont composées d’éléments dont un des points communs est la proximité géographique Ø Cette méthode vise à produire un échantillon d’une façon économique tout en retenant les caractéristiques d’un échantillon probabiliste Ø Considéré comme échantillonnage probabiliste si la sélection des grappes est aléatoire
© Benoit Duguay, 2021 Exemples de grappes Population à l’étude : Voyageur d’affaires Montréal-Toronto Grappes possibles : Vols Montréal-Toronto
© Benoit Duguay, 2021 Échantillonnage en phases multiples Ø Échantillon sélectionné en utilisant une combinaison de plusieurs méthodes probabilistes, p. ex. l’échantillonnage aréolaire (area sampling) : v Diviser le Canada en provinces/villes/arrondissements/blocs (échantillonnage stratifié) v Sélectionner un certain nombre de blocs v Recueillir les réponses de tous les répondants au sein des blocs sélectionnés (échantillonnage par grappes)
© Benoit Duguay, 2021 Échantillonnage sur internet (1 de 3) Ø Échantillons non probabilistes de convenance pour les sondages éclair Ø Pour les sondages éclair, la construction d’un gros échantillon peut être très rapide pour les sites populaires Ø Les méthodes probabilistes les plus utilisées en ligne sont : v Échantillonnage aléatoire simple v Échantillonnage systématique
© Benoit Duguay, 2021 Échantillonnage sur internet (2 de 3) Ø Problème de surreprésentation des visiteurs fréquents Ø Sélection aléatoire en utilisant une fenêtre intempestive « Pop-Up » … Ø … mais les fureteurs évolués bloquent les fenêtres intempestives Ø Utilisations de panels… Ø … mais un panel n’est pas toujours représentatif de la population à l’étude
© Benoit Duguay, 2021 Échantillonnage sur internet (3 de 3) Ø Pour les sondages auprès de la clientèle, utilisation de numéros d’accès pour empêcher les réponses multiples du même répondant Ø Invitations à participer en personne, par courrier, par courriel ou sur un reçu de caisse Ø Certaines personnes ne disposent pas d’un ordinateur ou d’un accès internet rapide
© Benoit Duguay, 2021 Quelle méthode d’échantillonnage utiliser? Ø Marge d’erreur et niveau de confiance désirés Ø Ressources humaines et financières disponibles Ø Contraintes de temps Ø Disponibilité d’une liste de l’univers Ø Dispersion géographique des répondants Ø Nécessité d’effectuer des projections à une population plus large
© Benoit Duguay, 2021 Taille de l’échantillon Ø N’est pas fonction de la taille de l’univers Ø Représentativité Ø Marge d’erreur et niveau de confiance E = échantillon A & B = partage des répondants (0, 5 par défaut) ER = erreur permise (3%, 4%, 5%, . . . ) Z = # d’écarts type vs niveau de confiance (3 = 99%, 2 = 95%, 1 = 68%) Tiré et adapté de: Mc. Gown, K. L. , Marketing Research: Text and Cases, Winthrop Publishers, 1979, p. 143 165
© Benoit Duguay, 2021 Intervalle de confiance MOYENNE -3 99% -2 95% Écart type = -1 68% Écart type = +1 +2 68% Tiré et adapté de : Zikmund, W. G. 2003. Essentials of Marketing Research, 2 nd ed. Mason (OH) : South-Western, 452 p. +3 95% 99%
© Benoit Duguay, 2021 Taille de l’échantillon Ø Pour le pire des scénarios, un partage 50/50 des répondants Ø Une marge d’erreur de 5% Ø Un niveau de confiance de 95% (usuel) Ø Taille de l’échantillon = 400 répondants
© Benoit Duguay, 2021 Taille de l’échantillon Ø Supposons un partage 20/80 des répondants Ø Une marge d’erreur de 5% Ø Un niveau de confiance de 95% (usuel) Ø Taille de l’échantillon = 256 répondants
© Benoit Duguay, 2021 Taille de l’échantillon Ø Pour le pire des scénarios, un partage 50/50 des répondants Ø Une marge d’erreur de 5% Ø On augmente le niveau de confiance à 99% Ø Taille de l’échantillon = 900 répondants
© Benoit Duguay, 2021 Taille de l’échantillon Ø Pour le pire des scénarios, un partage 50/50 des répondants Ø On diminue la marge d’erreur à 3% Ø Un niveau de confiance de 95% Ø Taille de l’échantillon = 1 111 répondants
© Benoit Duguay, 2021 Taille de l’échantillon Ø Pour le pire des scénarios, un partage 50/50 des répondants Ø On diminue la marge d’erreur à 3% Ø Un niveau de confiance de 99% Ø Taille de l’échantillon = 2 500 répondants
© Benoit Duguay, 2021 Atelier Ø Planification du processus d’échantillonnage Ø Validation des questionnaires par le professeur Ø Début de la collecte de données si vous questionnaire est prêt
- Slides: 35