Scheda di revisione: Techniques d’échantillonnage et estimation

📋 Plan du Cours

1. Population-mère et échantillon
2. Taille de l’échantillon
3. Marge d’erreur
4. Intervalle de confiance
5. Calcul taille échantillon
6. Méthodes d’échantillonnage
7. Échantillonnage probabiliste
8. Échantillonnage non probabiliste
9. Sondage aléatoire
10. Sondage en grappes
11. Sondage stratifié
12. Méthode des quotas

📖 1. Population-mère et échantillon

🔑 Notions clés & Définitions

• Population-mère : ensemble des individus ou unités qui constituent la cible de l’enquête, c’est-à-dire la population sur laquelle on souhaite obtenir des informations.
• Recensement : opération consistant à interroger toute la population-mère, permettant d’obtenir des données exhaustives.
• Sondage : collecte d’informations réalisée auprès d’une sous-partie de la population-mère, afin d’estimer les caractéristiques de l’ensemble.
• Population cible : ensemble des individus possédant l’information désirée, correspondant à la population-mère mais spécifiquement définie par le critère de l’étude.
• Échantillon représentatif : sous-ensemble de la population-mère dont les caractéristiques reflètent fidèlement celles de l’ensemble, permettant d’inférer les résultats à la population entière.

📝 Points essentiels

• La population-mère désigne la totalité des unités concernées par l’étude, tandis que la population cible correspond à celles qui possèdent l’information recherchée (voir section 3).
• La réalisation d’un recensement implique d’interroger toute la population-mère, ce qui est souvent coûteux ou peu pratique.
• Le sondage consiste à interroger une sous-partie de la population-mère, appelée échantillon, dont la représentativité est essentielle pour la validité des résultats.
• La définition d’un échantillon représentatif est cruciale : il doit refléter la composition de la population-mère selon ses caractéristiques principales pour garantir la fiabilité des estimations.
• La taille et la méthode de sélection de l’échantillon influencent directement la qualité des résultats (voir sections 2 et 6).

💡 À retenir

La population-mère est l’ensemble total sur lequel porte l’étude, tandis que l’échantillon, s’il est bien choisi, permet d’obtenir des résultats fiables et généralisables à cette population.

📖 2. Taille de l’échantillon

🔑 Notions clés & Définitions

• Taille de l’échantillon : nombre de données individuelles recueillies dans le cadre d’une enquête, déterminée en fonction du coût et de la précision souhaitée.
• Critères influençant la taille : la taille de la population, la marge d’erreur tolérée, et le niveau de confiance (voir section 3).
• Relation entre taille d’échantillon, marge d’erreur et taux de confiance : pour réduire la marge d’erreur ou augmenter le niveau de confiance, il faut augmenter la taille de l’échantillon.

📝 Points essentiels

• La taille de l’échantillon doit être choisie en tenant compte du coût de la collecte et de la nécessité d’obtenir une information précise (voir définition).
• La marge d’erreur est la plage de variation autour de la statistique de l’échantillon, avec des valeurs courantes de 1%, 2,5% et 5% (voir section 3).
• Le niveau de confiance indique la certitude que la vraie valeur de la population se situe dans :
  • l’intervalle estimé
  • avec des seuils usuels de 68%
  • 90%
  • 95%
  • 99% (voir section 4)
• La formule de calcul de la taille de l’échantillon est :
  N = T² × (P × (1-P)) / E², où P est souvent pris à 0,5 pour maximiser la taille (voir section 5).
• La relation entre la taille de l’échantillon, la marge d’erreur et le niveau de confiance est directe : augmenter l’un ou l’autre nécessite d’augmenter la taille pour maintenir la précision.

💡 À retenir

La taille de l’échantillon doit être choisie en équilibrant coût, précision et niveau de confiance, car une augmentation de l’un de ces critères implique souvent une augmentation de la taille pour garantir la représentativité et la fiabilité des résultats.

📖 3. Marge d’erreur

🔑 Notions clés & Définitions

• Marge d’erreur : plage de variation autour de la statistique de l’échantillon, indiquant l’incertitude liée à l’échantillonnage. Elle reflète la différence possible entre le résultat de l’échantillon et la vraie valeur dans la population-mère.
• Valeurs courantes de la marge d’erreur : 1%, 2,5%, 5%. Ces pourcentages représentent le degré de variation tolérée dans les résultats, permettant d’évaluer la précision de l’enquête.
• Lien entre marge d’erreur et représentativité : une marge d’erreur plus faible indique une meilleure précision et une meilleure représentativité des résultats par rapport à la population-mère.

📝 Points essentiels

• La marge d’erreur est la plage dans laquelle la valeur réelle de la population se situe avec un certain degré de confiance, souvent exprimé en pourcentages (ex : 95%).
• Les valeurs courantes (1%, 2,5%, 5%) sont choisies selon le contexte de l’étude pour équilibrer précision et coût.
• La marge d’erreur indique le degré de variation possible dans les résultats, ce qui permet d’évaluer la fiabilité du sondage.
• Un lien direct existe entre la marge d’erreur et la représentativité : plus la marge d’erreur est faible, plus les résultats sont précis et représentatifs.
• La formule pour calculer la taille de l’échantillon (N = T² × (P × (1-P)) / E²) montre que pour une marge d’erreur plus faible (E), il faut augmenter la taille de l’échantillon.

💡 À retenir

La marge d’erreur est un indicateur clé qui mesure la précision d’un sondage, et une marge plus faible garantit une meilleure représentativité des résultats par rapport à la population-mère.

📖 4. Intervalle de confiance

🔑 Notions clés & Définitions

• Intervalle de confiance : plage dans laquelle la vraie valeur de la population se situe avec un certain niveau de confiance, selon PERROUX (date) cette plage permet d’estimer l’incertitude autour d’une statistique d’échantillon.
• Seuils de confiance usuels : pourcentages indiquant la probabilité que l’intervalle contienne la vraie valeur, notamment 68%, 90%, 95%, 99%. Par exemple, un seuil de 95% signifie qu’il y a 95% de chances que l’intervalle inclue la valeur réelle.
• Valeurs de T : constantes associées aux seuils de confiance, telles que 1,96 pour 95%, qui déterminent la largeur de l’intervalle en fonction de la distribution normale.

📝 Points essentiels

• L’intervalle de confiance est utilisé pour exprimer la précision d’une estimation statistique, en tenant compte de la variabilité de l’échantillon.
• Plus le seuil de confiance est élevé (ex : 99%), plus la valeur de T augmente (ex : 2,58), ce qui élargit l’intervalle pour garantir une probabilité plus grande que la vraie valeur se trouve à l’intérieur.
• La formule pour calculer la taille de l’échantillon intègre la valeur de T, notamment : $N = T^2 \times \frac{P \times (1-P)}{E^2}$, où P est la proportion estimée, E la marge d’erreur.
• La compréhension du niveau de confiance permet d’interpréter la fiabilité des résultats : par exemple, avec un niveau de 95%, on est sûr à 95% que l’intervalle calculé contient la vraie valeur de la population.

💡 À retenir

L’intervalle de confiance quantifie l’incertitude d’une estimation, et le choix du seuil de confiance influence la largeur de cet intervalle, reflétant le degré de certitude souhaité dans les résultats.

📖 5. Calcul taille échantillon

🔑 Notions clés & Définitions

• N (taille de l’échantillon) : nombre de données individuelles recueillies lors d’une enquête, déterminé par la formule pour assurer la représentativité et la précision des résultats.
• E (marge d’erreur) : plage de variation autour de la statistique de l’échantillon, indiquant le degré d’incertitude ou de précision souhaité dans les résultats (ex : 5%).
• T (constante liée au seuil de probabilité) : valeur correspondant au niveau de confiance choisi, déterminée par la distribution normale (ex : 1,96 pour 95% de confiance).
• P (proportion estimée) : estimation de la proportion de la population possédant une caractéristique spécifique, souvent prise comme 0,5 pour maximiser la taille de l’échantillon, selon PERROUX (date).
• Formule de calcul :
  $N = \frac{T^2 \times (P \times (1 - P))}{E^2}$ où N est la taille de l’échantillon, T la constante de confiance, P la proportion estimée, et E la marge d’erreur.

📝 Points essentiels

• La formule permet de déterminer la taille d’échantillon nécessaire pour obtenir une précision et une confiance données.
• La valeur de P=0,5 est utilisée pour maximiser la taille de l’échantillon, garantissant une couverture optimale en cas d’incertitude sur la proportion réelle.
• La constante T dépend du seuil de confiance choisi : par exemple, 1,96 pour 95%, 1,65 pour 90%, etc.
• La taille de l’échantillon N doit équilibrer coût et précision, en tenant compte de la marge d’erreur E, qui indique la plage de variation acceptable dans les résultats.
• La formule est une application directe de la théorie statistique pour la détermination d’échantillons représentatifs dans les enquêtes quantitatives.

💡 À retenir

La taille de l’échantillon se calcule à partir d’une formule statistique prenant en compte la confiance, la marge d’erreur et la proportion estimée, avec P=0,5 pour maximiser la représentativité.

📖 6. Méthodes d’échantillonnage

🔑 Notions clés & Définitions

• Méthodes probabilistes (mathématiques) : Techniques d’échantillonnage où chaque unité de la population a une chance connue et non nulle d’être sélectionnée, permettant d’assurer la représentativité (voir section 8, 9, 10, 11).
• Méthodes empiriques : Approches d’échantillonnage basées sur l’observation et la sélection non aléatoire, souvent par quotas ou itinéraires, sans calcul précis des probabilités (voir section 12).
• Importance de la méthode : La méthode choisie influence directement la représentativité de l’échantillon, donc la fiabilité des résultats de l’enquête (voir section 3).
• Sondage aléatoire (probabiliste) : Sélection au hasard sans classement préalable, utilisant un tirage systématique ou aléatoire, garantissant une chance égale à chaque unité (voir section 9).
• Méthode des quotas (non probabiliste) : Construction de l’échantillon pour respecter les proportions de catégories dans la population, souvent utilisée pour sa simplicité et rapidité (voir section 12).

📝 Points essentiels

• Deux grandes méthodes d’échantillonnage existent :
  • Probabiliste : fondée sur des principes mathématiques, elle garantit la représentativité grâce à la connaissance des probabilités de sélection (ex : sondage aléatoire, en grappes, stratifié).
  • Empirique : basée sur des techniques pratiques et souvent non aléatoires, comme la méthode des quotas ou des itinéraires, utilisée pour sa simplicité mais moins rigoureuse en termes de représentativité.
• La méthode probabiliste permet de calculer la marge d’erreur et de définir un intervalle de confiance précis (voir section 6, 7, 8, 9).
• La méthode empirique est souvent privilégiée pour sa facilité d’application mais peut introduire des biais si la sélection n’est pas représentative.
• La choix de la méthode doit tenir compte de la nature de la population, du budget, et du niveau de précision souhaité (voir section 3, 12).

💡 À retenir

La méthode d’échantillonnage détermine la fiabilité des résultats : les méthodes probabilistes assurent une meilleure représentativité grâce à des calculs mathématiques, tandis que les méthodes empiriques sont plus rapides mais moins précises.

📖 7. Échantillonnage probabiliste

🔑 Notions clés & Définitions

• Sondage aléatoire : méthode de sélection d’individus dans une population sans classement préalable, où chaque unité a une probabilité connue et généralement égale d’être choisie, permettant une représentativité statistique de l’échantillon.
• Principe du tirage systématique : technique consistant à sélectionner chaque N/n-ième individu dans une liste ordonnée, en partant d’un point de départ aléatoire, pour assurer une distribution régulière et aléatoire.
• Calcul du pas de sondage (N/n) : opération permettant de déterminer la fréquence de sélection dans un tirage systématique, en divisant la taille totale de la population (N) par la taille souhaitée de l’échantillon (n).
• Conditions d’application du sondage aléatoire : requiert une liste de la population mère non classée ou ordonnée, et que chaque unité ait une probabilité connue et non nulle d’être sélectionnée, garantissant la représentativité et l’objectivité du processus.

📝 Points essentiels

• La méthode du sondage aléatoire est privilégiée pour assurer la représentativité de l’échantillon, notamment lorsque la liste de la population n’est pas classée (voir sondage en grappes ou stratifié).
• La technique du tirage systématique est simple et efficace, notamment pour des populations homogènes ou lorsque la liste est aléatoire, en utilisant le calcul du pas de sondage (N/n) pour déterminer la fréquence de sélection.
• Le calcul du pas de sondage permet d’obtenir un échantillon représentatif en sélectionnant chaque N/n-ième individu, ce qui garantit une distribution régulière et aléatoire.
• La condition essentielle pour l’application du sondage aléatoire est que la liste de la population soit accessible et non ordonnée, afin d’éviter tout biais dans la sélection.

💡 À retenir

Le sondage aléatoire, basé sur un tirage au hasard ou systématique, est une méthode probabiliste essentielle pour garantir la représentativité de l’échantillon, à condition que la liste de la population soit accessible et non classée.

📖 8. Échantillonnage non probabiliste

🔑 Notions clés & Définitions

• Méthode des quotas : méthode d’échantillonnage qui consiste à reproduire dans l’échantillon les proportions de certaines catégories présentes dans la population, afin d’assurer une représentativité. Exemple : si 20% de la population sont des hommes de 30-40 ans urbains, l’échantillon doit contenir 20% de cette catégorie. La méthode des quotas est la plus utilisée actuellement.

• Méthode des itinéraires : technique d’échantillonnage basée sur un parcours prédéfini, souvent utilisée pour des enquêtes en face à face à domicile. Elle consiste à interroger tous les N/n ième numéros d’habitation selon un itinéraire fixe, par exemple tous les quatre numéros (ex : 1, 4, 8, 12…).

• Absence de tirage aléatoire : caractéristique des méthodes non probabilistes où la sélection des individus ne repose pas sur un processus aléatoire. La sélection est souvent basée sur des critères pratiques ou des parcours prédéfinis, ce qui limite la représentativité statistique.

📝 Points essentiels

• Les méthodes d’échantillonnage non probabilistes se distinguent par l’absence de tirage aléatoire, ce qui rend leur utilisation moins rigoureuse en termes de représentativité statistique. (voir section 1)

• La méthode des quotas est la plus couramment utilisée dans le contexte actuel, car elle permet d’assurer que l’échantillon reflète la composition de la population selon certaines caractéristiques, même si la sélection n’est pas aléatoire.

• La méthode des itinéraires est principalement employée pour des enquêtes en face à face, notamment dans le cadre d’études à domicile, en suivant un parcours prédéfini pour sélectionner les unités d’enquête.

• Ces méthodes sont souvent choisies pour leur simplicité et leur rapidité, mais elles présentent un risque de biais en raison de leur nature non probabiliste.

💡 À retenir

Les méthodes d’échantillonnage non probabilistes, telles que la méthode des quotas et la méthode des itinéraires, permettent de sélectionner rapidement un échantillon sans tirage aléatoire, mais au prix d’un moindre contrôle sur la représentativité statistique.

📖 9. Sondage aléatoire

🔑 Notions clés & Définitions

• Sondage aléatoire : méthode probabiliste de sélection où chaque individu de la population-mère a une chance égale d’être choisi, sans classement préalable, permettant une représentativité statistique (voir section 7).
• Méthode systématique : technique de sondage aléatoire où l’on sélectionne chaque N/n ième individu dans une liste, après avoir déterminé le pas de sondage (N/n).
• Pas de sondage : nombre d’individus entre chaque sélection dans une méthode systématique, calculé par N/n, où N est la taille de la population-mère et n la taille de l’échantillon (voir exemple dans le contenu source).

📝 Points essentiels

Le sondage aléatoire est une méthode probabiliste qui repose sur le principe du tirage au hasard, sans classement préalable de la liste de la population-mère. Lorsqu’il n’existe pas de classement, cette méthode garantit que chaque individu a une chance égale d’être sélectionné, ce qui favorise la représentativité de l’échantillon. La méthode systématique, une variante du sondage aléatoire, consiste à retenir chaque N/n ième individu, en déterminant au préalable le pas de sondage en divisant la taille totale N par la taille souhaitée de l’échantillon n (exemple : pour 220 noms et 10 individus à sélectionner, le pas est 220/10=22).

Ce procédé est simple à appliquer mais suppose que la liste n’est pas ordonnée selon une structure pouvant biaiser la sélection. La méthode systématique est souvent utilisée pour sa simplicité, notamment lorsqu’on ne dispose pas d’un classement spécifique.

💡 À retenir

Le sondage aléatoire, par tirage au hasard ou systématique, est une méthode probabiliste essentielle pour assurer la représentativité d’un échantillon lorsque la liste de la population-mère n’est pas classée, en utilisant le calcul du pas de sondage pour une sélection régulière.

📖 10. Sondage en grappes

🔑 Notions clés & Définitions

• Sondage en grappes : méthode d’échantillonnage où la population est divisée en groupes appelés grappes, puis un ou plusieurs de ces groupes sont sélectionnés aléatoirement. Toutes les unités de la grappe choisie sont ensuite incluses dans l’échantillon.
• Population divisée en grappes (unités de sondage) : subdivision de la population en groupes homogènes, comme un ménage ou un immeuble, qui servent d’unités pour le tirage.
• Tirage aléatoire au niveau des grappes : sélection aléatoire des grappes entières, sans classement préalable, permettant de simplifier la collecte de données.
• Exemples : un ménage comme grappe d’individus, un immeuble comme grappe de logements.

📝 Points essentiels

• La population est d’abord segmentée en grappes, qui sont des unités naturelles ou administratives (ex : ménages, immeubles).
• La sélection se fait uniquement au niveau des grappes via un tirage aléatoire, puis toutes les unités de la grappe sélectionnée sont interrogées, ce qui facilite la collecte et réduit les coûts.
• Cette méthode est particulièrement utile lorsque la population est dispersée géographiquement ou lorsque la liste complète des individus n’est pas disponible, mais celle des grappes l’est.
• La technique permet de réduire la complexité du sondage tout en conservant une représentativité, à condition que les grappes soient homogènes en leur sein et hétérogènes entre elles.
• La méthode est différente du sondage stratifié ou du sondage aléatoire simple, car elle repose sur la sélection de groupes plutôt que d’individus ou de sous-ensembles homogènes.

💡 À retenir

Le sondage en grappes consiste à sélectionner aléatoirement des groupes entiers pour simplifier la collecte, en incluant toutes les unités de chaque grappe choisie, ce qui peut réduire les coûts tout en maintenant une représentativité si la méthode est bien appliquée.

📖 11. Sondage stratifié

🔑 Notions clés & Définitions

• Sondage stratifié : méthode d’échantillonnage où la population est divisée en groupes homogènes appelés strates, puis un échantillon est sélectionné dans chaque strate. Ce procédé permet d’assurer une représentativité accrue en tenant compte des différences internes à la population.
• Strate : sous-groupe homogène de la population, défini selon un critère spécifique (ex : taille, âge, catégorie socio-professionnelle). La division en strates vise à mieux refléter la structure de la population.
• Sélection d’échantillons dans chaque strate : processus de choix des unités d’échantillonnage dans chaque groupe homogène, souvent proportionnel à leur poids dans la population totale, pour garantir la représentativité globale.
• Exemple : dans une entreprise, la population peut être divisée en clients petits, moyens et gros, puis un échantillon est tiré dans chaque catégorie pour analyser leurs comportements respectifs.

📝 Points essentiels

• La méthode de sondage stratifié est particulièrement utile lorsque la population présente des différences marquées entre ses sous-groupes, permettant d’obtenir des résultats plus précis et représentatifs.
• La division en strates doit être basée sur des critères pertinents pour l’étude, afin d’assurer l’homogénéité au sein de chaque groupe.
• La sélection dans chaque strate peut se faire selon différentes méthodes probabilistes (ex : sondage aléatoire ou en grappes) ou non probabilistes (ex : méthode des quotas).
• La méthode garantit une meilleure précision des estimations, notamment lorsque la variabilité au sein des groupes est faible mais forte entre eux.
• La représentativité de l’échantillon dépend de la proportion de chaque strate dans la population, ce qui limite les biais liés à une surreprésentation ou sous-représentation de certains groupes.

💡 À retenir

Le sondage stratifié consiste à diviser la population en groupes homogènes pour sélectionner des échantillons dans chaque groupe, assurant ainsi une meilleure représentativité et précision des résultats.

📖 12. Méthode des quotas

🔑 Notions clés & Définitions

• Méthode des quotas : technique d’échantillonnage non probabiliste qui consiste à constituer un échantillon en respectant les proportions de certaines catégories de la population (ex : âge, sexe, localisation), afin de refléter la structure de la population-mère. Elle est la méthode la plus utilisée actuellement.
• Proportion dans la population : pourcentage ou ratio représentant une catégorie spécifique dans la population-mère, utilisé pour déterminer le nombre de personnes à inclure dans l’échantillon pour chaque catégorie.
• Échantillon représentatif : échantillon dont la composition en termes de catégories (ex : âge, sexe, profession) est proportionnelle à celle de la population-mère, permettant une généralisation fiable des résultats.
• Exemple pratique : si les ouvriers hommes de 30-40 ans urbains représentent 2 % de la population électorale, alors dans un échantillon de 1000 personnes, 20 doivent appartenir à cette catégorie selon la méthode des quotas.

📝 Points essentiels

La méthode des quotas est privilégiée pour sa simplicité et sa rapidité, notamment dans les études de marché et sondages en face à face. Elle repose sur la connaissance préalable des proportions des différentes catégories dans la population-mère, permettant de constituer un échantillon qui reflète fidèlement la structure démographique ou socio-économique. Contrairement aux méthodes probabilistes, elle ne garantit pas une sélection aléatoire, ce qui peut introduire un biais, mais elle reste majoritairement utilisée en raison de sa praticité. La méthode est particulièrement adaptée lorsque la liste exhaustive de la population n’est pas disponible ou difficile à exploiter, mais que les proportions des catégories sont connues ou estimées. Elle permet d’assurer une couverture équilibrée des différentes sous-populations, facilitant ainsi la représentativité de l’échantillon sans recourir à un tirage aléatoire systématique.

💡 À retenir

La méthode des quotas construit un échantillon en respectant les proportions de catégories clés de la population, ce qui en fait une technique efficace et largement utilisée pour obtenir rapidement un échantillon représentatif, malgré un risque accru de biais par rapport aux méthodes probabilistes.

📊 Tableaux de Synthèse

Critère / Concept	Définition / Caractéristiques	Auteur / Référence
Population-mère	Ensemble total des unités concernées par l’étude, exhaustive ou non	-
Population cible	Sous-ensemble de la population-mère possédant l’information recherchée	-
Échantillon	Sous-ensemble représentatif de la population-mère pour inférer les résultats	-
Taille de l’échantillon	Nombre d’individus ou unités recueillis, dépend du coût, précision, niveau de confiance	PERROUX (croissance)
Marge d’erreur	Plage de variation autour de la statistique, indicateur de précision	-
Intervalle de confiance	Plage estimée dans laquelle la vraie valeur se trouve avec un certain niveau de confiance	PERROUX
Méthodes d’échantillonnage	Techniques pour sélectionner l’échantillon : probabiliste ou non probabiliste	-
Échantillonnage probabiliste	Sélection aléatoire garantissant la représentativité (ex : sondage aléatoire, stratifié)	-
Échantillonnage non probabiliste	Sélection non aléatoire, moins fiable pour la représentativité	-
Sondage en grappes	Échantillonnage par regroupements géographiques ou autres (ex : quartiers)	-
Sondage stratifié	Échantillonnage par strates homogènes pour améliorer la précision	-
Méthode des quotas	Sélection selon caractéristiques prédéfinies pour représenter la population	-

⚠️ Pièges & Confusions Fréquentes

1. Confondre population-mère et population cible, notamment en ne distinguant pas l’un de l’autre.
2. Sous-estimer l’impact de la taille de l’échantillon sur la marge d’erreur et la précision.
3. Croire qu’un recensement est toujours réalisable ou économique, alors qu’il est souvent coûteux.
4. Confondre marge d’erreur et niveau de confiance, ou interpréter à tort leur relation.
5. Négliger l’importance de la méthode d’échantillonnage pour garantir la représentativité.
6. Oublier que la formule de calcul de la taille d’échantillon dépend de la proportion P, souvent prise à 0,5.
7. Mal interpréter l’intervalle de confiance comme une valeur unique plutôt qu’une plage avec une probabilité donnée.

✅ Checklist Examen

• Connaître la définition précise de la population-mère et de la population cible, selon PERROUX.
• Savoir différencier recensement et sondage, et leurs implications pratiques.
• Maîtriser la formule de calcul de la taille de l’échantillon : $N = T^2 \times \frac{P \times (1-P)}{E^2}$, en précisant la signification de chaque variable.
• Comprendre l’impact de la marge d’erreur sur la précision et la représentativité des résultats.
• Savoir calculer et interpréter un intervalle de confiance, en utilisant les seuils usuels (68%, 95%, 99%) et leurs valeurs de T.
• Connaître les critères influençant la taille de l’échantillon : coût, précision, niveau de confiance.
• Identifier les méthodes d’échantillonnage probabilistes (aléatoire, stratifié) et non probabilistes (quota).
• Reconnaître les avantages et limites du sondage en grappes et stratifié.
• Maîtriser la méthode des quotas et ses conditions d’utilisation.
• Être capable d’expliquer l’importance de la représentativité dans la validité des résultats.
• Connaître la référence de PERROUX sur la croissance pour le contexte théorique.
• Vérifier la maîtrise du vocabulaire spécifique : population-mère, échantillon, marge d’erreur, intervalle de confiance.
• S’assurer de connaître la différence entre méthode probabiliste et non probabiliste.
• Comprendre la relation entre taille d’échantillon, marge d’erreur et niveau de confiance.
• Savoir appliquer la formule de calcul de la taille d’échantillon dans différents contextes.
• Vérifier la compréhension de la notion de méthode d’échantillonnage stratifié et en grappes.
• Connaître la définition et l’usage de la méthode des quotas.