3 principaux types d'échantillonnage non probabiliste

Cet article met en lumière les trois principaux types d'échantillonnage non probabiliste. Les types sont les suivants: 1. Échantillons accidentels 2. Échantillons de quota 3. Échantillons par choix ou par jugement.

Échantillonnage non probable: Type # 1. Échantillons accidentels:

Lors d'un échantillonnage accidentel, le chercheur cherche simplement à ramasser les cas qui se présentent, en continuant le processus jusqu'à ce que l'échantillon atteigne la taille souhaitée. Le chercheur, par exemple, peut emmener les 150 premières personnes qu’il rencontre sur l’un des chemins piétonniers de la rue, prêts à être interrogés ou à fournir le type d’informations qu’il recherche.

De même, un assistant social, désireux de faire certaines généralisations sur les ouvriers de l'usine, peut étudier les ouvriers d'un département particulier de l'usine où il travaille.

Un journaliste désireux de connaître le sentiment des gens vis-à-vis d'un problème peut choisir d'interroger des cas facilement accessibles dans différents milieux, par exemple des enseignants, des travailleurs, des chauffeurs de taxi, des commerçants, des femmes au foyer et d'autres personnes présumées refléter l'opinion publique opinion.

Bien entendu, dans un tel échantillon, il n’ya pas d’autre moyen d’estimer le biais (différence entre la valeur moyenne de l’échantillon et la valeur réelle de la population) que par une étude parallèle avec un échantillon probabiliste ou par un recensement complet.

Si l'on utilise un échantillon accidentel, on ne peut qu'espérer et prier pour qu'il ne soit pas trop grossièrement induit en erreur par les résultats de son échantillon, qui constituent la base pour estimer l'état de la «population».

Cela ne signifie toutefois pas que les échantillons accidentels n'ont aucune place dans la recherche scientifique. Ce type d’échantillonnage, outre qu’il est économique et pratique, peut également servir de base à la stimulation des idées et des hypothèses de travail.

Là où trop de précision n'est pas nécessaire ou où la préoccupation est assortie d'indices provisoires pour la formulation d'hypothèses (comme dans les études exploratoires), la procédure d'échantillonnage accidentel est très utile.

Échantillonnage non probable: Type # 2. Échantillons de quota:

L'une des méthodes d'échantillonnage les plus couramment utilisées dans les études de marché et les sondages électoraux est la méthode d'échantillonnage par quota. L'objectif de base de l'échantillonnage par quota est la sélection d'un échantillon qui est une réplique de la «population» à laquelle on souhaiterait généraliser.

L'échantillonnage par quotas, en gros, donne l'assurance que divers éléments de la "population" seront inclus dans l'échantillon et que ces éléments seront pris en compte dans les proportions dans lesquelles ils se situent dans la population.

Supposons que nous échantillonnions parmi une «population» de filles comprenant le nombre total de filles qui étudient dans des institutions mixtes et de celles qui étudient dans des institutions pour filles uniquement. Supposons qu'il existe une nette différence entre les deux sous-populations en ce qui concerne les caractéristiques que nous souhaitons mesurer.

Cela étant, les résultats de l'enquête donneraient presque certainement une image extrêmement trompeuse de la "population" totale, si nous n'incluions pas une proportion adéquate de filles étudiant dans les institutions mixtes.

L'échantillonneur de quotas anticipant de telles différences possibles entre les sous-groupes tentera de garantir l'inclusion dans son échantillon d'un nombre suffisant de cas de chaque strate pour donner une image fiable de la «population» totale.

L'échantillonnage par quota se déroule généralement en trois étapes:

(1) La population est classée en termes de propriétés connues ou supposées être pertinentes pour les caractéristiques étudiées.

(2) La proportion de la population relevant de chaque classe est déterminée sur la base de la composition connue, supposée ou estimée de la population en rapport avec ce qui précède.

(3) Enfin, chaque observateur ou intervieweur se voit attribuer un quota de répondants. La responsabilité de la sélection des répondants ou des sujets est la leur. Les quotas sont fixés de manière à ce que l’échantillon total observé ou interrogé reflète les proportions entre les classes déterminées à l’étape précédente (2).

Étant donné que l'observateur ou l'intervieweur a le dernier mot dans la sélection des sujets, la sélection des éléments / cas dépend du jugement de l'intervieweur / observateur. Cependant, dans la pratique, il arrive souvent que les différentes composantes de l'échantillon ne soient pas dans la même proportion que les strates correspondantes de la population.

Les intervieweurs n'ont peut-être pas suivi leurs instructions correctement et fidèlement. La disproportion entre les échantillons et les propriétés de la population est plus susceptible de se produire, en particulier en ce qui concerne les traits moins manifestes qui n’ont pas été inclus dans les spécifications pour les enquêteurs / observateurs / quotas.

Il convient de noter que l’insuffisance de l’échantillon peut être corrigée lors de l’analyse en pondérant les différentes strates en fonction de leur proportion dans la population (impliquant la multiplication ou la division des résultats par les chiffres correctifs appropriés).

Par conséquent, l'exigence essentielle en matière d'échantillonnage par quota n'est pas que les différentes strates de la population soient échantillonnées dans les bonnes proportions; c'est plutôt qu'il devrait y avoir suffisamment de cas dans chaque strate pour permettre une estimation de la valeur de la population et, deuxièmement, que nous connaissions la proportion de chaque strate dans la «population» totale.

Si ces deux conditions sont remplies, les estimations de valeurs pour les différentes strates peuvent être combinées pour donner une estimation de la valeur de la population totale.

Malgré ces précautions lors de la sélection de l’échantillon et les corrections apportées au cours de l’analyse, l’échantillonnage sous quota peut donner lieu à de graves erreurs, dans la mesure où il s’agit indéniablement d’une procédure d’échantillonnage accidentelle. Une partie de l'échantillon dans une classe particulière constitue un échantillon accidentel de la strate correspondante de la population.

Les données pour la fixation des quotas sont généralement tirées des résultats du recensement précédent et de certaines sources contemporaines. Lorsque des changements radicaux se produisent dans la société, les quotas estimés peuvent être gravement erronés et produire des résultats trompeurs.

Beaucoup dépend du jugement de l'intervieweur / observateur dans l'échantillonnage. En général, l’observateur ou l’intervieweur peut être supposé remplir ses quotas de la manière qui lui convient. L'intervieweur est plus susceptible de sélectionner des personnes semblables à lui-même à bien des égards.

Ainsi, les échantillons par strate peuvent ne pas être représentatifs des strates de la population. L’intervieweur / observateur est rarement aussi bien informé que le chercheur (si les deux sont différents) et qu’il doit donc choisir lui-même les échantillons, il est susceptible d’introduire deux biais, (a) de classification du sujet et (b) non sélection aléatoire.

Le résultat de l'échantillonnage par quota peut souvent ne pas être erroné, mais il est extrêmement difficile de déterminer s'il est ou non. Nous n'avons aucune assurance que l'échantillon de quota donnera des résultats fiables dans une certaine limite de tolérance. Et comme l'échantillonnage aléatoire, d'où le principe de probabilité, n'intervient à aucun stade, les erreurs de la méthode ne peuvent pas être déterminées par des procédures statistiques.

Des corrections mathématiques peuvent être effectuées s’il existe des disproportions dans les échantillons provenant de différentes couches. Mais cette étape dépend de notre connaissance préalable des véritables proportions des couches dans la «population».

Pour certaines populations, on ne le sait pas et le seul contrôle dont dispose un enquêteur est le processus d’échantillonnage lui-même. L’échantillonnage par quotas est suffisamment expérimenté pour pouvoir contrôler sa vulnérabilité à certains types de biais.

Échantillonnage non probabiliste: Type n ° 3. Échantillons téléologiques ou de jugement:

L’hypothèse de base sur laquelle repose le jugement ou l’échantillonnage à dessein est qu’avec l’exercice d’un bon jugement et d’une stratégie appropriée, on peut choisir les cas «appropriés» à inclure dans l’échantillon et ainsi développer des échantillons satisfaisants par rapport aux besoins de recherche.

Une stratégie commune d'échantillonnage par choix raisonné consiste à sélectionner les cas jugés caractéristiques de la population à laquelle on s'intéresse. La sélection des éléments se fonde sur l'hypothèse que les erreurs de jugement dans la sélection auront tendance à se compenser.

En d’autres termes, lorsque l’échantillonnage probabiliste pose des problèmes sérieux dans la manière d’adopter, le chercheur recherche un sous-groupe typique de la «population» dans son ensemble (en ce qui concerne certaines caractéristiques qui l’intéressent).

Le sous-groupe est le "baromètre" de la "population". Les observations sont limitées à ce sous-groupe et les conclusions de ces observations sont généralisées à la «population» totale. Par exemple, un chercheur intéressé par l'effet de l'électrification rurale sur les institutions sociales traditionnelles peut choisir comme échantillon un village où l'électrification a eu lieu il y a environ deux ans.

Il fait ses observations dans ce village et pense que ce qui est obtenu ici l’aurait également avec très peu de variation dans d’autres villages également électrifiés. Il n’ya cependant aucune base démontrable pour une telle croyance, elle peut finalement se révéler mal fondée.

L’échantillonnage par jugement ou par choix raisonné est très précaire, car il faut faire des hypothèses beaucoup plus fortes sur la population et la procédure d’échantillonnage que celles requises pour l’échantillonnage probabiliste. Deuxièmement, les erreurs d'échantillonnage et les biais ne peuvent pas être calculés pour ce type d'échantillons car la procédure d'échantillonnage ne comporte pas d'échantillonnage probabiliste à aucun stade.

Les données sécurisées sur la base d’échantillons de jugement ou d’objectifs, au mieux, suggèrent certaines hypothèses, mais elles ne peuvent en général pas servir de base au test statistique des hypothèses. L'échantillonnage par jugement est donc très utile dans les études exploratoires ou formulatives visant à obtenir des informations permettant de poser des problèmes ou de formuler des hypothèses pour la recherche.