Les méthodologies d’échantillonnage pour les sondages

Il est important de rappeler que population ne signifie pas nécessairement « grand » et qu’un échantillon signifie nécessairement « petit ». Les populations peuvent être définies par de nombreux facteurs : la géographie, l’âge, le sexe, le revenu et bien d’autres facteurs. Plus votre population est grande, dispersée ou diversifiée, plus il sera difficile d’échantillonner.

En général, il existe deux catégories de méthodes d’échantillonnage : l’échantillonnage probabiliste et l’échantillonnage non probabiliste. 

Par exemple, si vous vouliez étudier tous vos clients, ce serait une approche non probabiliste de simplement sélectionner un échantillon de clients qui se sont abonnés à une liste de diffusion. Dans cette situation, vous limiteriez les personnes pouvant être sélectionnées à celles figurant sur une liste, qui peut ou non être exacte pour l’ensemble de votre population. 

À savoir : l’échantillonnage non probabiliste est majoritairement plus abordable économiquement, mais vous courez le risque d’accumuler des erreurs d’échantillonnage plus importantes et de réduire la probabilité d’avoir un échantillon généralisable. 

L’échantillonnage aléatoire simple est le moyen le plus simple d’obtenir un échantillon où chaque membre de la population à une chance égale d’être sélectionné. Pour faire un échantillon aléatoire simple, vous choisirez un moyen de sélectionner au hasard un certain nombre de personnes de votre population à sonder. Par exemple, vous pouvez numéroter chaque client que vous avez eu et utiliser un générateur de nombres aléatoires pour déterminer qui fera partie de votre échantillon. La seule obligation est que cela doit être aléatoire.

Par rapport à l’utilisation d’un échantillonnage aléatoire simple, qui peut prendre énormément de temps avec une grande population, l’utilisation d’un échantillonnage systématique sera plus propice. Il utilise un système désigné pour choisir au hasard. Par exemple, vous pouvez numéroter tous vos clients et choisir le dixième individu. Choisir systématiquement vous fait gagner du temps et des efforts, mais vous fournit toujours un échantillon aléatoire.

L’échantillonnage stratifié est plus utile lorsque vous avez des groupes de personnes qui doivent être échantillonnés de manière égale. Pour ce faire, vous devez diviser votre population en groupes qui ne se chevauchent pas (c’est-à-dire que les personnes d’un groupe ne peuvent pas appartenir à un autre groupe). À partir de là, vous sélectionnerez au hasard un échantillon de chaque groupe. Par exemple, si vous examiniez vos clients, vous voudriez peut-être les répartir par revenu annuel pour voir si cela affecte ce que vous recherchez. Vos groupes stratifiés seraient alors constitués par revenu et vous sélectionneriez un petit échantillon au sein de chaque groupe.

L’échantillonnage en grappes implique également de diviser votre population en groupes, mais ces groupes doivent être divisés au hasard. Ensuite, au lieu de sélectionner dans chaque groupe, vous sélectionnerez des groupes au hasard et échantillonnerez chaque individu de ce même groupe.
Par exemple, une compagnie aérienne peut sélectionner au hasard un certain nombre de vols chaque jour et sonder chaque passager sur ces vols.

L’échantillonnage de commodité consiste à choisir un échantillon en fonction de la facilité d’accès. Au lieu de choisir parmi une population au hasard, vous choisissez parmi une population en fonction des personnes avec lesquelles il est facile de communiquer. Par exemple, se tenir devant une épicerie et sonder tous ceux qui passent devant est un échantillonnage de commodité. Tous les membres de votre population n’ont pas la même chance d’être choisis, et vos données ne représenteront qu’une seule journée dans une épicerie.

L’échantillonnage à réponse volontaire consiste à sélectionner un échantillon en fonction de qui souhaite faire partie de l’échantillon. Les individus peuvent volontairement choisir de répondre ou de ne pas répondre sur la base d’un appel général à réponses. Par exemple, vous pouvez envoyer un e-mail à chaque client et lui demander de participer à l’étude. Ceux qui ont des opinions ou un intérêt marqués seraient les plus susceptibles de se joindre. Par conséquence, cela pourrait signifier que votre population n’est pas nécessairement représentative.

L’échantillonnage raisonné sélectionne un échantillon en fonction de ce que vous décidez. Essentiellement, vous serez celui qui déterminera si quelqu’un fait partie de l’échantillon ou non. Par exemple, vous pourriez lancer un sondage et vous ne regarderez uniquement les réponses pour les personnes qui, selon vous, répondent à certains critères : comme avoir acheté le produit le plus récent.

L’échantillonnage en boule de neige est utilisé lorsqu’une population est difficile à atteindre. Cela consiste à n’utiliser que quelques personnes que vous pouvez trouver dans ce groupe ou même à choisir des participants en fonction de la famille ou des associés que vous pouvez contacter. Bien que l’échantillonnage en boule de neige ne soit pas aléatoire, il peut être utile pour certaines populations que vous ne pourrez peut-être pas enquêter d’une autre manière.