Trouver des contenus d'apprentissage
Fonctionnalités
Découvrir
Chaque chercheur s'efforce de mener des recherches qui peuvent être généralisées à la population cible. Pour être sûr à 100 % de ce résultat, il devrait effectuer ses recherches sur toutes les personnes qui correspondent au profil recherché. Cependant, dans la plupart des cas, c'est pratiquement impossible à réaliser. Au lieu de cela, ils tirent un échantillon approprié après avoir identifié la population cible de leur recherche. Mais comment savoir qui inclure dans l'échantillon ? C'est pourquoi il faut comprendre les bases de sondage.
Des millions de fiches spécialement conçues pour étudier facilement
Inscris-toi gratuitementSupposons que la population qui nous intéresse soit la population du Royaume-Uni. Un échantillon composé de 80 % d'étudiants masculins blancs d'Angleterre ne reflète pas les caractéristiques de l'ensemble de la population du Royaume-Uni. Cet échantillon est-il représentatif ?
Le fait d'avoir trois bases d'échantillonnage de personnes dans la démographie pertinente pour chaque échantillon facilite le recrutement des participants.
Supposons que la population qui nous intéresse soit la population du Royaume-Uni. Un échantillon composé de 80 % d'étudiants masculins blancs d'Angleterre ne reflète pas les caractéristiques de l'ensemble de la population du Royaume-Uni. Cet échantillon est-il représentatif ?
Le fait d'avoir trois bases d'échantillonnage de personnes dans la démographie pertinente pour chaque échantillon facilite le recrutement des participants.
Achieve better grades quicker with Premium
Geld-zurück-Garantie, wenn du durch die Prüfung fällst
Review generated flashcards
Commence à apprendre ou crée tes propres flashcards d'IA
Équipe enseignants Cadres d'échantillonnage en recherche
Commençons par apprendre ce que l'on entend exactement par base de sondage.
Après avoir identifié une population cible dans une recherche, tu peux utiliser une base de sondage pour tirer un échantillon représentatif pour ta recherche.
Une base de sondage se réfère à une liste ou à une source qui inclut chaque individu de l'ensemble de la population qui t'intéresse et doit exclure toute personne ne faisant pas partie de la population cible.
Les bases de sondage doivent être organisées de façon systématique, afin que toutes les unités d'échantillonnage et les informations puissent être facilement trouvées.
Si tu enquêtes sur la consommation de boissons énergisantes par les étudiants-athlètes de ton école, la population qui t'intéresse est l'ensemble des étudiants-athlètes de cette école. Que doit comprendre ton cadre d'échantillonnage ?
Des informations telles que les noms, les coordonnées et le sport pratiqué par chaque étudiant-athlète fréquentant ton école seraient utiles.
Aucun étudiant-athlète ne doit être omis du cadre d'échantillonnage, et aucun non-athlète ne doit être inclus. Disposer d'une telle liste te permet de constituer un échantillon pour ton étude en utilisant la méthode d'échantillonnage de ton choix.
Fig. 1 - Les cadres d'échantillonnage permettent de rester organisé lorsqu'on manipule un grand échantillon de population.
L'échantillonnage est une partie essentielle de la recherche ; il s'agit de sélectionner un groupe de participants au sein d'une population plus large qui nous intéresse. Si nous voulons généraliser les résultats de la recherche à une population spécifique, notre échantillon doit être représentatif de cette population.
Le choix du bon cadre d'échantillonnage est une étape importante pour s'en assurer.
Échantillons représentatifs ou non représentatifs
Supposons que la population étudiée soit celle du Royaume-Uni. Dans ce cas, l'échantillon doit refléter les caractéristiques de cette population. Un échantillon composé de 80 % de collégiens masculins blancs d'Angleterre ne reflète pas les caractéristiques de l'ensemble de la population du Royaume-Uni. Il n'est donc pas représentatif.
Les bases d'échantillonnage sont importantes pour les chercheurs, car elles leur permettent de rester organisés et de s'assurer que les informations les plus récentes concernant une population sont utilisées. Cela permet de gagner du temps lors du recrutement des participants à la recherche.
Un type de base de sondage dont nous avons déjà parlé est la liste. Nous pouvons créer des listes d'écoles, de ménages ou d'employés d'une entreprise.
Supposons que ta population cible soit toutes les personnes vivant à Londres. Dans ce cas, tu pourrais utiliser les données du recensement, l'annuaire téléphonique ou les données d'un registre électoral pour sélectionner un sous-ensemble de personnes pour tes recherches.
Fig. 2 - Les listes sont un type de base de sondage.Un autre type de base de sondage est labase de sondage parzone, qui comprend des unités territoriales (par exemple des villes ou des villages) à partir desquelles tu peux tirer des échantillons. Les bases de sondage peuvent utiliser des images satellites ou une liste de différentes zones.
Tu peux également utiliser des images satellites pour identifier les ménages dans différents quartiers de Londres qui peuvent servir de cadre d'échantillonnage. De cette façon, ton cadre d'échantillonnage peut peut-être prendre en compte de façon plus précise les personnes vivant à Londres, même si elles ne sont pas inscrites sur les listes électorales, ne figurent pas dans l'annuaire téléphonique ou ont récemment emménagé.
Un cadre d'échantillonnage est la base de données de toutes les personnes faisant partie de la population cible. Ta population est probablement vaste, et peut-être que tu ne peux pas te permettre d'inclure tout le monde dans ta recherche, ou plus probablement, ce n'est tout simplement pas possible.
Si c'est le cas, les chercheurs peuvent utiliser le processus d'échantillonnage pour sélectionner un groupe plus petit de la population qui est représentatif. C'est le groupe à partir duquel tu recueilles les données.
L'échantillonnage aléatoire est un exemple de méthode d'échantillonnage.
Si ton cadre d'échantillonnage comprend 1200 personnes, tu peux sélectionner au hasard (par exemple en utilisant un générateur de nombres aléatoires) 100 personnes sur cette liste pour les contacter et leur demander de participer à ta recherche.
Comme indiqué précédemment, les bases d'échantillonnage permettent aux chercheurs d'être organisés lorsqu'ils recrutent des participants.
Les chercheurs qui effectuent des recherches sur la sécurité routière veulent atteindre les personnes qui conduisent régulièrement, font du vélo ou se promènent dans la ville locale.
Le fait d'avoir trois bases d'échantillonnage de personnes qui conduisent, font du vélo ou marchent facilite la prise de contact avec les personnes de chaque échantillon lors du recrutement des participants, de sorte qu'il y ait le même nombre de personnes dans chaque groupe d'échantillonnage.
Bien qu'elle soit utile, l'utilisation de bases de sondage dans le cadre d'une recherche pose certains problèmes.
Plusieurs problèmes peuvent apparaître lors de l'utilisation de bases de sondage.
Tout le monde ne figure pas dans l'annuaire téléphonique ou sur les listes électorales . De même, toutes les personnes dont les données figurent dans ces bases de données ne vivent pas encore là où elles pourraient être inscrites.
Le nombre d'unités de logement dans une ville fréquemment visitée par les touristes peut ne pas refléter le nombre de ménages qui y vivent tout au long de l'année.
Si une personne est inscrite sur les listes électorales de deux villes différentes, elle sera incluse deux fois dans une base de sondage constituée d'électeurs.
Fig 3. - Les personnes peuvent cesser de participer à un groupe d'échantillonnage à tout moment, ce qui peut poser des problèmes dans le cadre de la recherche.
Inscris-toi gratuitement pour accéder à toutes nos fiches.
At StudySmarter, we have created a learning platform that serves millions of students. Meet the people who work hard to deliver fact based content as well as making sure it is verified.
Lily Hulatt is a Digital Content Specialist with over three years of experience in content strategy and curriculum design. She gained her PhD in English Literature from Durham University in 2022, taught in Durham University’s English Studies Department, and has contributed to a number of publications. Lily specialises in English Literature, English Language, History, and Philosophy.
Get to know Lily
Gabriel Freitas is an AI Engineer with a solid experience in software development, machine learning algorithms, and generative AI, including large language models’ (LLMs) applications. Graduated in Electrical Engineering at the University of São Paulo, he is currently pursuing an MSc in Computer Engineering at the University of Campinas, specializing in machine learning topics. Gabriel has a strong background in software engineering and has worked on projects involving computer vision, embedded AI, and LLM applications.
Get to know Gabriel
Resumes 
Flashcards 
StudySmarter IA 
Notes de cours 
Planning de révision 
Dossiers 
Examens 
Magazine 
Faire carrière 
App mobile