La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

© Benoit Duguay, 2013 Plan la séance 7 Procédures déchantillonnage Terminologie Étapes du processus déchantillonnage Méthodes déchantillonnage Échantillonnage.

Présentations similaires


Présentation au sujet: "© Benoit Duguay, 2013 Plan la séance 7 Procédures déchantillonnage Terminologie Étapes du processus déchantillonnage Méthodes déchantillonnage Échantillonnage."— Transcription de la présentation:

1 © Benoit Duguay, 2013 Plan la séance 7 Procédures déchantillonnage Terminologie Étapes du processus déchantillonnage Méthodes déchantillonnage Échantillonnage sur internet Quel type déchantillonnage utiliser ? Taille de léchantillon Atelier : Planification du processus déchantillonnage et validation des questionnaires

2 © Benoit Duguay, 2013 Terminologie Univers Échantillon Recensement Graphique tiré et adapté de : Zikmund, W.G Essentials of Marketing Research, 2 nd ed. Mason (OH) : South-Western, 452 p.

3 © Benoit Duguay, 2013 Univers Population ou groupe à létude Différentes entités : Citoyens Employés Clients Partenaires Fournisseurs Élément de lunivers ou de la population : Entité individuelle dun groupe particulier Unité détude

4 © Benoit Duguay, 2013 Échantillon Sous-ensemble dun groupe plus large Doit être représentatif du groupe plus large Source : son-02-samples-and-populations.html son-02-samples-and-populations.html

5 © Benoit Duguay, 2013 Recensement Enquête auprès de tous les éléments dune population En France, dans les communes de 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 fault.asp?page=communication/re censement/particuliers/organisati on.htm#complus fault.asp?page=communication/re censement/particuliers/organisati on.htm#complus

6 © Benoit Duguay, 2013 Graphique tiré et adapté de : Zikmund, W.G Essentials of Marketing Research, 2 nd ed. Mason (OH) : South-Western, 452 p. Définir lunivers Méthodes déchantillonnage Sélection des éléments Procédure de sélection Taille de léchantillon Travail de terrain Cadre déchantillonnage Étapes du processus déchantillonnage

7 © Benoit Duguay, 2013 Définir lunivers À qui voulons-nous parler ? Bien définir lunité détude, cest-à-dire lélément que nous voulons étudier dans lunivers

8 © Benoit Duguay, 2013 Cadre déchantillonnage Liste des éléments composant lunivers, p. ex. : Liste de clients Annuaire de téléphone Attention à lerreur dexclusion

9 © Benoit Duguay, 2013 Méthodes déchantillonnage Méthodes Non probabilistesProbabilistes De convenance De jugement Aléatoire simple Systématique Boule de neigeStratifié Par quotaGrappes Phases multiples Volontaire Structuré aléatoire

10 © Benoit Duguay, 2013 Échantillonnage non probabiliste

11 © Benoit Duguay, 2013 Échantillonnage de convenance Échantillon que le chercheur a sous la main, p. ex. : Une classe détudiants ou une cafétéria pour un sondage dans le cadre dun travail de session Représentativité limitée de léchantillon

12 © Benoit Duguay, 2013 Échantillonnage de jugement Échantillon sélectionné selon le jugement dune personne dexpérience, p. ex. : Les sous-groupes de la population utilisés par les médias pour prédire les résultats le soir dune élection Marchés témoins pour évaluer un nouveau produit Source : out-the-vote-federal-election-is-today/ out-the-vote-federal-election-is-today/

13 © Benoit Duguay, 2013 Échantillonnage boule de neige Construction graduelle dun 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

14 © Benoit Duguay, 2013 Échantillonnage par quota Échantillon dont les sous-groupes respectent les proportions de chacun de ces groupes au sein de lunivers étudié en fonction de caractéristiques précises, p. ex. lâge et le sexe À ne pas confondre avec léchantillon stratifié (probabiliste) Sexe Âge 25 et -26 à 5051 et +Total H11%16%22%49% F10%17%24%51% Total21%33%46%100%

15 © Benoit Duguay, 2013 Échantillonnage volontaire Échantillon composé de personnes auto sélectionnées Par exemple : les lecteurs dun journal ayant accepté de participer à un sondage réalisé par ce journal auprès de tous ses lecteurs

16 © Benoit Duguay, 2013 Échantillonnage structuré aléatoire 1 de 3 Ce type déchantillon nest pas considéré comme étant probabiliste, mais il est quand même considéré comme étant scientifique Seule alternative pratique en labsence dun cadre déchantillonnage Il sagit de structurer la population en fonction de plusieurs critères bien définis tels le jour, lheure et la localisation géographique Source : samba-at-carnival-rio.html

17 © Benoit Duguay, 2013 Échantillonnage structuré aléatoire 2 de 3 Pour un festival par exemple, on répartira la cueillette de données sur toute la durée de lévénement (p. ex. : 3 jours) On sélectionnera les répondants à différentes heures, les mêmes chaque jour (p. ex : 10h, 14h, 18h et 22h) Source : samba-at-carnival-rio.html

18 © Benoit Duguay, 2013 Échantillonnage structuré aléatoire 3 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 : samba-at-carnival-rio.html

19 © Benoit Duguay, 2013 Échantillonnage probabiliste

20 © Benoit Duguay, 2013 Échantillonnage aléatoire simple Échantillon construit à partir dune liste de lunivers, dans laquelle chaque élément a une chance égale dêtre choisi Il peut être difficile dobtenir une liste de lunivers 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… Léchantillon peut ne pas être représentatif de la population Source : 9_05.html 9_05.html

21 © Benoit Duguay, 2013 Échantillonnage systématique Échantillon construit à partir dune liste complète de lunivers à létude, comme léchantillon simple au hasard Les répondants sont sélectionnés à intervalle fixe, le premier devant être sélectionné au hasard comme pour léchantillonnage aléatoire simple Source : sampling-techniques-2/http://rchsbowman.wordpress.com/2009/08/16/statistics-notes- sampling-techniques-2/

22 © Benoit Duguay, 2013 Échantillonnage stratifié Échantillon dont les sous-groupes respectent les proportions de chacun de ces groupes au sein de lunivers étudié en fonction de caractéristiques précises, p. ex. lâge 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 léchantillonnage par quota (non probabiliste) Genre Classes dâges 25 et -26 à 5051 et +Total H11%16%22%49% F10%17%24%51% Total21%33%46%100%

23 © Benoit Duguay, 2013 Échantillonnage par grappes Échantillon dont lunité nest plus lélément de lunivers qui est à létude mais un sous-groupe (grappe) réunissant plusieurs de ces éléments Ces grappes sont composées déléments dont un des points communs est la proximité géographique Cette méthode vise à produire un échantillon dune façon économique tout en retenant les caractéristiques dun échantillon probabiliste Considéré comme échantillonnage probabiliste si la sélection des grappes est aléatoire

24 © Benoit Duguay, 2013 Exemples de grappes Population à létude : Voyageur daffaires Montréal-Toronto Grappes possibles : Vols Montréal-Toronto

25 © Benoit Duguay, 2013 Échantillonnage en phases multiples Échantillon sélectionné en utilisant une combinaison de plusieurs méthodes probabilistes, p. ex. léchantillonnage 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)

26 © Benoit Duguay, 2013 Échantillonnage sur internet (1 de 3) Échantillons non probabilistes de convenance pour les sondages éclair Pour les sondages éclair, la construction dun gros échantillon peut être très rapide pour les sites populaires Les méthodes probabilistes les plus utilisées en ligne sont : Échantillonnage aléatoire simple Échantillonnage systématique

27 © 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 nest pas toujours représentatif de la population à létude

28 © Benoit Duguay, 2013 Échantillonnage sur internet (3 de 3) Pour les sondages auprès de la clientèle, utilisation de numéros daccès 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 dun ordinateur ou dun accès internet rapide

29 © Benoit Duguay, 2013 Quelle méthode déchantillonnage utiliser? Marge derreur et niveau de confiance désirés Ressources humaines et financières disponibles Contraintes de temps Disponibilité dune liste de lunivers Dispersion géographique des répondants Nécessité deffectuer des projections à une population plus large

30 © Benoit Duguay, 2013 Taille de léchantillon Nest pas fonction de la taille de lunivers Représentativité Marge derreur et niveau de confiance E = échantillon A & B = partage des répondants (0,5 par défaut) ER = erreur permise (3%, 4%, 5%,...) Z = # décarts 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

31 © Benoit Duguay, 2013 Intervalle de confiance Tiré et adapté de : Zikmund, W.G Essentials of Marketing Research, 2 nd ed. Mason (OH) : South-Western, 452 p. MOYENNE Écart type = Écart type = % 95% 99%68% 95% 99%

32 © Benoit Duguay, 2013 Taille de léchantillon Pour le pire des scénarios, un partage 50/50 des répondants Une marge derreur de 5% Un niveau de confiance de 95% (usuel) Taille de léchantillon = 400 répondants

33 © Benoit Duguay, 2013 Taille de léchantillon Supposons un partage 20/80 des répondants Une marge derreur de 5% Un niveau de confiance de 95% (usuel) Taille de léchantillon = 256 répondants

34 © Benoit Duguay, 2013 Taille de léchantillon Pour le pire des scénarios, un partage 50/50 des répondants Une marge derreur de 5% On augmente le niveau de confiance à 99% Taille de léchantillon = 900 répondants

35 © Benoit Duguay, 2013 Taille de léchantillon Pour le pire des scénarios, un partage 50/50 des répondants On diminue la marge derreur à 3% Un niveau de confiance de 95% Taille de léchantillon = répondants

36 © Benoit Duguay, 2013 Taille de léchantillon Pour le pire des scénarios, un partage 50/50 des répondants On diminue la marge derreur à 3% Un niveau de confiance de 99% Taille de léchantillon = répondants

37 © Benoit Duguay, 2013 Atelier Planification du processus déchantillonnage Validation des questionnaires


Télécharger ppt "© Benoit Duguay, 2013 Plan la séance 7 Procédures déchantillonnage Terminologie Étapes du processus déchantillonnage Méthodes déchantillonnage Échantillonnage."

Présentations similaires


Annonces Google