Chapitre 6

1
Chapitre 6

• Léchantillonnage

2
Étape 1 Définition de la population (p. 187)
Chomedey Ford

• Étudiantes âgée de 17 ans et plus fréquentant le
  cégep ?
• Filles du Cégep Montmorency ?
• Filles de loption Gestion de commerces de
  Montmorency ?

• À qui sadresse idéalement le questionnaire ?
• Qui veut-on interviewer ?
• Qui veut-on éliminer de la compilation ?

3
Étape 2 Sélection du cadre déchantillonnage (p.
189)

• Cadre liste des éléments de la population à
  létude.
• Exemples
• Annuaires téléphoniques
• Liste électorale
• Liste de membres du CAA
• Ceux et celles qui fréquentent le Carrefour Laval
• Les élèves du Collège Montmorency rencontrés au
  café
• Les élèves du Collège Montmorency rencontrés à la
  bibliothèque
• Listes des élèves inscrits à plus de 4 cours au
  Collège Montmorency (liste fournie par les
  Services pédagogiques du Collège)

Cadre liste
4
Étape 2 Sélection du cadre déchantillonnage (p.
189)

• Cadre liste des éléments de la population à
  létude.

idéale
Souvent un compromis
5
Étape 4 Choix dune méthode déchantillonnage (p.
190)

• Distinguer entre méthode
• Probabiliste
• Non probabiliste

Pour quune méthode soit appelée probabiliste, il
faut que chaque élément de la population ait la
même ________ dêtre sélectionné dans
léchantillon
6
Étape 4 Méthode Probabiliste

• Avantage
• La marge derreur peut être calculée (résultats
  exacts à ou - 5, par exemple)
• La généralisation des résultats à la population
  est incontestable
• (36 de léchantillon pense que
• donc 36 de la population pense que)
• Difficulté
• Le cadre déchantillonnage doit être adéquat
• La méthode de sélection des unités doit être
  adéquate

modifié
7
Étape 4 Méthode Probabiliste 1

• Échantillonnage aléatoire simple (p. 196)
• Pour tirer n éléments dune population N
• Numéroter les éléments de 1 à N
• Sélectionner n éléments à partir dune table de
  nombre aléatoires
• Léchantillon ainsi a autant de chances dêtre
  sélectionné que tout autre échantillon de même
  taille tiré de la population
• Ce nest pas une méthode intéressante pour la
  majorité des problèmes de recherche de marketing

8
Échantillonnage aléatoire simple

• Fonction Excel ALEA fonction ALEA.xls
• Dans laide dExcel, cherchez ALÉATOIRE

9
Étape 4 Méthode Probabiliste 2

• Échantillonnage systématique (p. 213)
• Pour tirer n éléments dun cadre de N éléments
• Population les résidents de Laval
• Cadre annuaire téléphonique de Laval
• n 300 (diap suivante)
• Deux attraits
• Technique très simple à appliquer
• Bottin, liste de membres, numéros de clients
• Dans un centre dachats (tous les 5 clients)
• Permet une couverture complète de la population

10
Important
11
Échantillonnage systématique Devoirà remettre
au prochain cours

• Je veux un échantillon de 500 personnes tiré de
  lannuaire téléphonique de Montréal (1155 pages
  de 5 colonnes, environ 100 noms par colonne).
  Décrivez précisément de quelle façon vous allez
  procéder.
• Note on ne vous demande pas de tirer
  léchantillon

12
Étape 4 Méthode  Probabiliste 3 

• Recensement
• À utiliser si la population est restreinte
• En fait, il ny a pas déchantillon puisque toute
  la population est interrogée.
• Il ny a plus de marge derreur dû à
  léchantillonnage, puisque toute la population
  est interrogée

13
Étape 4 Méthode non probabiliste p. 193

• Léchantillonnage
• De convenance
• Selon le jugement
• Par quotas (presque probabiliste)
• Volontaire
• En boule de neige

14
Étape 4 méthode non probabiliste

• Les conclusions du sondage peuvent être utiles
  mais ne peuvent pas être généralisées à la
  population
• Exemple Cartes dappréciation des restaurants

15
Étape 5 Détermination de la taille de
léchantillon (p. x)(n nombre de personnes
interrogées)

• n ?
• Plus n augmente,
• Plus les résultats sont précis (si échantillon
  probabiliste)
• Plus le coût de la recherche augmente
• Il faut trouver un point déquilibre entre la
  précision désirée et le coût quon est prêt payer
• Élection dans un comté vs référendum national
• Jaccepte 1 derreur, 5, 10 ou 20 ?
• Pour être sûr à 100, je dois faire un
  recensement, une élection ou un référendum.

16
Erreur statistique(marge derreur)

• Seul type derreur
• Qui se calcule
• Qui peut diminuer si le n augmente 
• (n nombre de personnes interrogées)
• important La marge derreur ne se calcule que
  dans des échantillons probabilistes. Si
  léchantillon nest pas probabiliste, elle ne
  peut être calculée.

17
Erreur statistique Niveau de confiance  95
Important
18
Il peut sagir de la marge derreur dune
sous-question

• Sondage sur la consommation de boissons gazeuses
  (n400)
• Marge derreur ?
• ou 5
• Les hommes de 25-30 ans (n25)
• Marge derreur ?
• ou 20

19
Erreur statistiqueNiveau de confiance  95

• Dans une population, il y a 40 de gens qui
  préfèrent le noir. Supposons que je tire au
  hasard différents échantillons probabilistes de
  382 personnes. Quelle sera la proportion de
  chaque échantillon ?

Réponse 40, ou - 5
20
Niveau de confiance  95(19 fois sur 20)
Réponse 40, ou - 5
21
Niveau de confiance  95

• 19/20 0,95 95
• Ceci veut dire que lerreur acceptée est dans
  lintervalle calculé ( ou - 5), 19 fois sur
  20. Donc 1 fois sur 20, en moyenne, lerreur
  statistique sera peut-être plus élevée.)

22
Exactitude en matière de sondage

• Types de derreur
• (les résultats ne représentent pas la réalité)
• Erreur statistique (voir diapo précédentes)
• Méthodologiques (échantillon non probabiliste)
  (aucun calcul derreur statistique)
• Fidélité, validité (diapo suivante)
• Biais ne découlant pas de échantillonnage (voir
  plus loin)

23
Fidélité-validité (p. 172)

• Fidélité
• Une question donne toujours la même réponse dans
  le temps
• Le résultat peut être fidèle mais ______
• Validité
• La réponse est la vraie réponse (question
  comprise et répondue sincèrement)

24
Biais ne découlant pas de échantillonnage (p. 221)

• Couverture incomplète (p. 221)
• Taux de non réponse
• Taux (pas de réponse refus) 100
• appels totaux
• Si trop élevé, un problème
• Calculez-le dans votre travail
• Erreurs accidentelles ou _______ (!) à la
  collecte des données (p. 223)
• Traitement des données (p. 224)
• Bug ou erreur

25
Étape 6 Sélection de léchantillon (p. 191)

• Mise en uvre du plan déchantillonnage