Lernzettel: Techniques d’échantillonnage en psychologie

1. 📌 L'essentiel

• L’échantillonnage permet de généraliser les résultats à toute la.
• La population parente estie par des critères précis d’inclusion/exclusion.
• La validité interne concerne la répartition homogène dans l’étude.
• La validité externe concerne la représentativité de l’échantillon.
• Les méthodes probabilistes incluent tirage simple, systématique, stratifié, par grappes.
• Les méthodes empiriques utilisent quotas, boule de neige, convenance.
• Les biais principaux : non-réponse, refus, surreprésentation.
• La méthode par quotas reproduit la population sans aléa.
• La non-réponse et le refus biaisent la représentativité.
• Exemple historique : erreur de Gallup 1936.

2. 🧩 Structures & Composants clés

• Population parente — ensemble d’individus ciblés selon critères précis.
• Enquête exhaustive — couvre toute la population, rare et coûteux.
• Tirage simple — sélection aléatoire dans une liste complète.
• Tirage systématique — sélection à intervalles réguliers après départ aléatoire.
• Stratification — division en sous-groupes selon caractéristiques, tirage proportionnel.
• Tirage par grappes — zones géographiques, tous interrogés dans la zone.
• Tirage à plusieurs degrés — hiérarchisation des grappes pour affiner l’échantillon.
• Méthode par quotas — reproduction des caractéristiques sans aléa.
• Biais — non-réponse, refus, surreprésentation.

3. 🔬 Fonctions, Mécanismes & Relations

• La population parente sert de modèle pour l’échantillon.
• La méthode probabiliste garantit une meilleure représentativité.
• La stratification ajuste la composition de l’échantillon selon caractéristiques.
• Le tirage par grappes facilite la collecte dans zones géographiques.
• La méthode par quotas reproduit la population sans aléa, mais peut introduire des biais.
• La non-réponse et le refus réduisent la validité externe.
• La hiérarchie des méthodes permet d’optimiser la précision et la faisabilité.
• La sélection biaisée fausse la généralisation.

4. 📊 Tableau comparatif

Élément	Caractéristiques clés	Notes / Différences
Population parente	Critères précis d’inclusion/exclusion	Variable selon étude
Enquête exhaustive	Sur toute la population	Rare, coûteux
Tirage simple	Aléatoire dans une liste complète	Facile à réaliser
Tirage systématique	Intervalle fixe, départ aléatoire	Rapide, efficace
Stratification	Sous-groupes selon caractéristiques, tirage proportionnel	Plus précis, comparatif
Tirage par grappes	Zones géographiques, tous dans la zone	Facile, risque biais
Tirage à plusieurs degrés	Hiérarchisation, plusieurs niveaux	Complexe, mais précis
Méthode par quotas	Reproduction des caractéristiques sans aléa	Moins fiable, biais possible

5. 🗂️ Diagramme Hiérarchique (ASCII)

Échantillonnage
 ├─ Population parente
 │   ├─ Critères d'inclusion
 │   └─ Critères d'exclusion
 ├─ Méthodes probabilistes
 │   ├─ Tirage simple
 │   ├─ Tirage systématique
 │   ├─ Stratifié
 │   └─ Par grappes
 ├─ Méthodes empiriques
 │   ├─ Quotas
 │   ├─ Boule de neige
 │   └─ Convenance
 └─ Biais et limites
     ├─ Non-réponse
     ├─ Refus
     └─ Surreprésentation

6. ⚠️ Pièges & Confusions fréquentes

• Confondre échantillonnage probabiliste et empirique.
• Sous-estimer l’impact du biais de non-réponse.
• Croire que la méthode par quotas est aléatoire.
• Confondre population parente et échantillon.
• Négliger la stratification pour améliorer la représentativité.
• Surestimer la fiabilité de l’échantillon non probabiliste.
• Ignorer la limite de coût et de faisabilité des méthodes exhaustives.
• Confondre biais de refus et biais de surreprésentation.

7. ✅ Checklist Examen Final

• Définir la population parente avec précision.
• Expliquer la différence entre validité interne et externe.
• Citer et décrire les principales méthodes probabilistes.
• Expliquer la méthode par quotas et ses limites.
• Identifier les principaux biais d’échantillonnage.
• Donner un exemple historique d’erreur d’échantillonnage.
• Savoir quand utiliser une méthode exhaustive.
• Comprendre l’intérêt de la stratification.
• Connaître les risques liés à la non-réponse.
• Savoir différencier échantillonnage probabiliste et empirique.
• Expliquer le rôle des grappes dans l’échantillonnage.
• Analyser l’impact de la surreprésentation.
• Connaître les limites du sondage par quotas.
• Savoir optimiser la représentativité dans une étude.
• Être capable d’identifier un biais dans une étude.
• Maîtriser la hiérarchie des méthodes d’échantillonnage.

---