Échantillonnage Probabiliste

Analyser et étudier une population statistique, en utilisant la sélection aléatoire.

Qu’est-ce que l’échantillonnage probabiliste ?

L’échantillonnage probabiliste est un type d’ échantillon statistique  qui se concentre sur l’analyse et l’étude de groupes spécifiques d’une population statistique , en utilisant une sélection aléatoire.

Sa principale exigence est que toutes les personnes de la population étudiée aient les mêmes possibilités de sélection. 

Types d’échantillonnage probabiliste

L’ échantillonnage probabiliste peut être classé en échantillonnage aléatoire simple, systématique, stratifié et en grappes. 

Échantillonnage aléatoire simple

• Article détaillé : Échantillonnage aléatoire simple .

L’échantillonnage aléatoire simple est l’une des méthodes de sélection les plus simples pour un échantillon. Elle est basée sur le choix aléatoire d’individus dans l’échantillon à étudier .

Pour ce faire, un numéro est attribué à chaque sujet de la population et plus tard, par tirage au sort, des numéros sont sélectionnés au hasard pour constituer l’échantillon.

Par exemple : pour prendre un échantillon de 10 écoles, sur une population de 200 écoles dans le pays, chaque école reçoit un nombre aléatoire. Puis, par tirage au sort, 10 numéros sont tirés qui composeront ledit échantillon.

échantillonnage systématique

• Article détaillé : Échantillonnage systématique .

L’échantillonnage systématique est réalisé en divisant la population en sous-groupes, sous forme de liste, pour en tirer un nombre au hasard . Ensuite, le nombre choisi sera, dans chaque groupe, l’individu qui conforme l’échantillon.

Par exemple : on a une population de 10 000 personnes et on doit constituer un échantillon de 100 individus, donc la population est divisée en 200 groupes de 50. Ensuite on tire un nombre au hasard, par exemple 20, et donc l’échantillon de 100 individus sera formé par le numéro individuel 20 de chaque groupe.

Échantillonnage stratifié

• Article détaillé : Échantillonnage stratifié .

Dans l’échantillonnage stratifié, le chercheur divise la population en strates ou sous-groupes qui partagent généralement certaines caractéristiques . Ensuite, en utilisant la méthode d’échantillonnage aléatoire simple, un individu de chaque strate est choisi pour constituer l’échantillon.

Par exemple : pour mener une enquête dont la population est constituée de personnes travaillant dans une entreprise, le chercheur répartit ladite population dans les strates suivantes :

• Homme à temps partiel.
• Homme à plein temps.
• Femme à temps partiel.
• Femme à plein temps.

Ici, le chercheur divise la population en 4 strates différentes, dont les membres partagent des caractéristiques.

Échantillonnage en grappes

Cette méthode est utilisée lorsqu’il n’est pas possible, voire impossible, de compiler une liste exacte des éléments d’une population. Pour ce faire, les détails de cette population doivent déjà être regroupés en populations , c’est-à-dire que les listes doivent déjà exister ou peuvent être créées.

Par exemple : un chercheur décide de mener des recherches sur le Mexique, mais diviser l’ensemble de la population du pays en groupes serait difficile et peu pratique. Par conséquent, il profite et utilise la séparation naturelle par les villes. Ainsi, dans chaque ville, sélectionner au hasard des individus pour constituer l’échantillon.

Avantages et inconvénients de l’échantillonnage probabiliste

L’échantillonnage probabiliste présente à la fois des avantages et des inconvénients lors de la recherche.

avantage

Les avantages de l’échantillonnage probabiliste sont les suivants :

• C’est le moyen le plus simple d’assembler un échantillon.
• La représentativité augmente et il devient plus facile de la mettre en pratique.
• Aucun cadre d’échantillonnage requis.
• Les sous-populations sont prises en compte et c’est précis.
• C’est économique et ce n’est pas un problème de le réaliser.

Désavantages

Les inconvénients de l’échantillonnage probabiliste sont les suivants :

• Elle est parfois imprécise et ses résultats peuvent être difficiles à calculer ou à interpréter.
• Il est compliqué et coûteux de choisir les variables de stratification.
• Dans certains cas, cela peut diminuer l’aspect de la représentativité .
• Souvent, il est compliqué de spécifier le cadre d’échantillonnage, car il y a moins de précision.

Exemples d’échantillonnage probabiliste

Voici  quelques exemples pour mieux comprendre l’échantillon probabiliste :

• Pour constituer un échantillon de 50 salariés d’une entreprise, qui compte une population totale de 150 salariés, la méthode de sélection aléatoire simple est utilisée en choisissant au hasard 50 individus . De cette façon, l’échantillon est formé pour mener à bien l’enquête.
• Une enquête doit être menée sur une certaine ville, donc le chercheur divise et répertorie la population en groupes de 200 personnes, puis choisit au hasard le 120e individu de chaque groupe, formant ainsi l’échantillon.
• Lors de la réalisation d’ un recensement de la population , une population entière est prise comme échantillon, où toutes les personnes ont la même possibilité d’être enregistrées.