© Benoit Duguay, 2013 Plan la séance 7 Procédures déchantillonnage Terminologie Étapes du...
-
Upload
james-magnier -
Category
Documents
-
view
147 -
download
0
Transcript of © Benoit Duguay, 2013 Plan la séance 7 Procédures déchantillonnage Terminologie Étapes du...
© Benoit Duguay, 2013
Plan la séance 7Procédures d’échantillonnage
Terminologie Étapes du processus d’échantillonnage Méthodes d’échantillonnage Échantillonnage sur internet Quel type d’échantillonnage utiliser ? Taille de l’échantillon Atelier :
Planification du processus d’échantillonnage et validation des questionnaires
© Benoit Duguay, 2013
Terminologie
UniversÉchantillonRecensement
Graphique tiré et adapté de : Zikmund, W.G. 2003. Essentials of Marketing Research, 2nd ed. Mason (OH) : South-Western, 452 p.
© Benoit Duguay, 2013
Univers
Population ou groupe à l’étude
Différentes entités : Citoyens Employés Clients Partenaires Fournisseurs
Élément de l’univers ou de la population : Entité individuelle
d’un groupe particulier
Unité d’étude
© Benoit Duguay, 2013
Échantillon
Sous-ensemble d’un groupe plus large
Doit être représentatif du groupe plus large
Source : http://courses.tlt.psu.edu/course/bio12/module03/2009/10/lesson-02-samples-and-populations.html
© Benoit Duguay, 2013
Recensement Enquête auprès de tous les
éléments d’une population En France, dans les
communes de 10 000 habitants ou plus : Un échantillon probabiliste
représentant environ 8 % de la population est recensé chaque année
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
http://www.insee.fr/fr/publics/default.asp?page=communication/recensement/particuliers/organisation.htm#complus
© Benoit Duguay, 2013
Graphique tiré et adapté de : Zikmund, W.G. 2003. Essentials of Marketing Research, 2nd ed. Mason (OH) : South-Western, 452 p.
Définir l’univers
Méthodes d’échantillonnage
Sélection des éléments
Procédure de sélection
Taille de l’échantillon
Travail de terrain
Cadre d’échantillonnage
Étapes du processus d’échantillonnage
© Benoit Duguay, 2013
Définir l’univers À qui voulons-nous
parler ? Bien définir l’unité
d’étude, c’est-à-dire l’élément que nous voulons étudier dans l’univers
© Benoit Duguay, 2013
Cadre d’échantillonnage
Liste des éléments composant l’univers, p. ex. : Liste de clients Annuaire de
téléphone
Attention à l’erreur d’exclusion
© Benoit Duguay, 2013
Méthodes d’échantillonnage
Méthodes
Non probabilistes Probabilistes
De convenance
De jugement
Aléatoiresimple
Systématique
Boule de neige Stratifié
Par quota Grappes
Phasesmultiples
Volontaire
Structuréaléatoire
© Benoit Duguay, 2013
Échantillonnage non probabiliste
© Benoit Duguay, 2013
Échantillonnage de convenance
Échantillon que le chercheur a sous la main, p. ex. : Une classe
d’étudiants ou une cafétéria pour un sondage dans le cadre d’un travail de session
Représentativité limitée de l’échantillon
© Benoit Duguay, 2013
Échantillonnage de jugement
Échantillon sélectionné selon le jugement d’une personne d’expérience, p. ex. : Les sous-groupes de
la population utilisés par les médias pour prédire les résultats le soir d’une élection
Marchés témoins pour évaluer un nouveau produit
Source : http://www.ourbigearth.com/2011/05/02/get-out-the-vote-federal-election-is-today/
© Benoit Duguay, 2013
Échantillonnage boule de neige
Construction graduelle d’un échantillon en utilisant des références obtenues des premiers répondants
Les premiers répondants peuvent être sélectionnés de façon aléatoire ou non
Méthode utilisée lorsque les répondants sont difficiles à identifier
© Benoit Duguay, 2013
Échantillonnage par quota
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
À ne pas confondre avec l’échantillon stratifié (probabiliste)
SexeÂge
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, 2013
Échantillonnage volontaire
Échantillon composé de personnes auto sélectionnées
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, 2013
Échantillonnage structuré aléatoire1 de 3
Ce type d’échantillon n’est pas considéré comme étant probabiliste, mais il est quand même considéré comme étant scientifique
Seule alternative pratique en l’absence d’un cadre d’échantillonnage
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-fridays-samba-at-carnival-rio.html
© Benoit Duguay, 2013
Échantillonnage structuré aléatoire2 de 3
Pour un festival par exemple, on répartira la cueillette de données sur toute la durée de l’événement (p. ex. : 3 jours)
On sélectionnera les répondants à différentes heures, les mêmes chaque jour (p. ex : 10h, 14h, 18h et 22h)
Source : http://zoom-travels.blogspot.ca/2012/08/fantasy-fridays-samba-at-carnival-rio.html
© Benoit Duguay, 2013
Échantillonnage structuré aléatoire3 de 3
On sélectionnera les répondants de façon systématique pour introduire un effet aléatoire (p. ex. : un visiteur sur trois ou sur quatre)
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-fridays-samba-at-carnival-rio.html
© Benoit Duguay, 2013
Échantillonnage probabiliste
© Benoit Duguay, 2013
Échantillonnage aléatoire simple Échantillon construit à partir
d’une liste de l’univers, dans laquelle chaque élément a une chance égale d’être choisi
Il peut être difficile d’obtenir une liste de l’univers
On utilise des tables de hasard ou des numéros générés au hasard par un ordinateur pour sélectionner les répondants
Pour les petits échantillons, on peut sélectionner les répondants avec une roulette, un boulier, des papiers dans un chapeau…
L’échantillon peut ne pas être représentatif de la population
Source : http://ccelearn.csus.edu/wasteclass/mod9/mod9_05.html
© Benoit Duguay, 2013
Échantillonnage systématique
Échantillon construit à partir d’une liste complète de l’univers à l’étude, comme l’échantillon simple au hasard
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-notes-sampling-techniques-2/
© Benoit Duguay, 2013
Échantillonnage stratifié
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
On utilise des tables de hasard ou des numéros générés au hasard par un ordinateur pour sélectionner les répondants dans chacune des strates
À ne pas confondre avec l’échantillonnage par quota (non probabiliste)
GenreClasses 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, 2013
Échantillonnage par grappes
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
Ces grappes sont composées d’éléments dont un des points communs est la proximité géographique
Cette méthode vise à produire un échantillon d’une façon économique tout en retenant les caractéristiques d’un échantillon probabiliste
Considéré comme échantillonnage probabiliste si la sélection des grappes est aléatoire
© Benoit Duguay, 2013
Exemples de grappes
Population à l’étude :
Voyageur d’affaires Montréal-Toronto
Grappes possibles :Vols Montréal-Toronto
© Benoit Duguay, 2013
Échantillonnage en phases multiples Échantillon sélectionné en utilisant une combinaison
de plusieurs méthodes probabilistes, p. ex. l’échantillonnage aréolaire (area sampling) : Diviser le Canada en provinces/villes/arrondissements/blocs
(échantillonnage stratifié) Sélectionner un certain nombre de blocs Recueillir les réponses de tous les répondants au sein des blocs
sélectionnés (échantillonnage par grappes)
© Benoit Duguay, 2013
Échantillonnage sur internet(1 de 3)
Échantillons non probabilistes de convenance pour les sondages éclair
Pour les sondages éclair, la construction d’un gros échantillon peut être très rapide pour les sites populaires
Les méthodes probabilistes les plus utilisées en ligne sont : Échantillonnage aléatoire
simple Échantillonnage
systématique
© Benoit Duguay, 2013
Échantillonnage sur internet(2 de 3)
Problème de surreprésentation des visiteurs fréquents
Sélection aléatoire en utilisant une fenêtre intempestive « Pop-Up »…
… mais les fureteurs évolués bloquent les fenêtres intempestives
Utilisations de panels… … mais un panel n’est pas
toujours représentatif de la population à l’étude
© Benoit Duguay, 2013
Échantillonnage sur internet(3 de 3)
Pour les sondages auprès de la clientèle, utilisation de numéros d’accès pour empêcher les réponses multiples du même répondant
Invitations à participer en personne, par courrier, par courriel ou sur un reçu de caisse
Certaines personnes ne disposent pas d’un ordinateur ou d’un accès internet rapide
© Benoit Duguay, 2013
Quelle méthode d’échantillonnage utiliser?
Marge d’erreur et niveau de confiance désirés
Ressources humaines et financières disponibles
Contraintes de temps Disponibilité d’une liste
de l’univers Dispersion
géographique des répondants
Nécessité d’effectuer des projections à une population plus large
© Benoit Duguay, 2013
Taille de l’échantillon
N’est pas fonction de la taille de l’univers
Représentativité 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: McGown, K.L., Marketing Research: Text and Cases, Winthrop Publishers, 1979, p. 143 165
2
ZER
BAE
© Benoit Duguay, 2013
Intervalle de confiance
Tiré et adapté de : Zikmund, W.G. 2003. Essentials of Marketing Research, 2nd ed. Mason (OH) : South-Western, 452 p.
MOYENNE
Écart type =-1
Écart type =+1
-2-3
+2+3
68%95%
99% 68%95%
99%
© Benoit Duguay, 2013
Taille de l’échantillon
Pour le pire des scénarios, un partage 50/50 des répondants
Une marge d’erreur de 5%
Un niveau de confiance de 95% (usuel)
Taille de l’échantillon = 400 répondants
2
205,0
5,05,0
E
© Benoit Duguay, 2013
Taille de l’échantillon
Supposons un partage 20/80 des répondants
Une marge d’erreur de 5%
Un niveau de confiance de 95% (usuel)
Taille de l’échantillon = 256 répondants
2
205,0
8,02,0
E
© Benoit Duguay, 2013
Taille de l’échantillon
Pour le pire des scénarios, un partage 50/50 des répondants
Une marge d’erreur de 5%
On augmente le niveau de confiance à 99%
Taille de l’échantillon = 900 répondants
2
305,0
5,05,0
E
© Benoit Duguay, 2013
Taille de l’échantillon
Pour le pire des scénarios, un partage 50/50 des répondants
On diminue la marge d’erreur à 3%
Un niveau de confiance de 95%
Taille de l’échantillon = 1 111 répondants
2
203,0
5,05,0
E
© Benoit Duguay, 2013
Taille de l’échantillon
Pour le pire des scénarios, un partage 50/50 des répondants
On diminue la marge d’erreur à 3%
Un niveau de confiance de 99%
Taille de l’échantillon = 2 500 répondants
2
303,0
5,05,0
E
© Benoit Duguay, 2013
Atelier
Planification du processus d’échantillonnage
Validation des questionnaires