Collecte De Données Et Analyse Univarié (et Appliquation Au téléchargement Illégal)
Mémoire : Collecte De Données Et Analyse Univarié (et Appliquation Au téléchargement Illégal). Recherche parmi 300 000+ dissertationsPar dissertation • 22 Mars 2012 • 5 982 Mots (24 Pages) • 1 851 Vues
L’objectif d’une étude de type quantitative est de chiffrer un phénomène. Pour cela, l’entreprise doit utiliser des sources disponibles (internes ou externes) et/ou réaliser une enquête par questionnaire. Il est possible de proposer un « schéma classique » du déroulement d’une enquête quantitative composé de cinq étapes :
• Définition des conditions de l’enquête
• Choix de l’échantillon
• Réalisation de l’enquête
• Analyse des données
• Rapport final
1. Construction de l’échantillon :
L'échantillonnage permet aux statisticiens puis aux marketeurs de tirer des conclusions au sujet d'un tout, en n’en examinant qu’une partie. Les chercheurs ne s'intéressent pas à l'échantillon lui-même, mais à ce qu'il est possible d'apprendre à partir de l'enquête et à la façon dont on peut appliquer cette information à l'ensemble de la population. A la différence d’un recensement où tous les sujets de la population sont « examinés », dans l’échantillonnage, une partie des sujets de la population est étudiée.
Étapes pour sélectionner un échantillon
1. Établir les objectifs de l’enquête définir la population cible
2. Déterminer les données à recueillir
3. Fixer le degré de précision
4. Quel degré peut-on accepter ?
La taille de l’échantillon est souvent un compromis entre le degré de précision à atteindre et les autres contraintes opérationnelles comme le temps disponible
Il repose notamment sur : la variabilité des caractéristiques que l’on mesure, la taille de la population, et la méthode d’échantillonnage
Il existe deux types de méthodes d'échantillonnage : L'échantillonnage probabiliste et l'échantillonnage non probabiliste. La différence entre les deux tient au fait que dans le cas de l'échantillonnage probabiliste chaque unité a une « chance » d'être sélectionnée et que cette chance peut être quantifiée, ce qui n'est pas vrai pour l'échantillonnage non probabiliste ; dans ce cas, chaque unité incluse à l'intérieur d'une population n'a pas une chance égale d'être sélectionnée.
1.1 Les méthodes aléatoires (probabilistes)
L'échantillonnage probabiliste entraîne la sélection d'un échantillon à partir d'une population, sélection qui repose sur le principe de la randomisation (la sélection au hasard ou aléatoire) ou la chance. Il est plus complexe, prend plus de temps et est habituellement plus coûteux que l'échantillonnage non probabiliste.
1.1.1 L’échantillonnage aléatoire simple
Principe : Il consiste à choisir des individus de telle sorte que chaque membre de la population a une chance égale de figurer dans l’échantillon. Ce choix peut se faire avec remise ou sans remise : avec remise, un individu peut être choisi plusieurs fois ; sans remise, un individu déjà choisi ne peut l’être de nouveau. C’est le cas habituel.
Méthode : Numéroter tous les individus de la liste correspondant aux individus de la population avec des nombres comportant un même nombre de chiffres. Puis utiliser une table de nombres aléatoires, une calculatrice ou un programme informatique, pour obtenir des nombres aléatoires comportant le nombre de chiffres désiré. Enfin, sélectionner les nombres qui coïncident avec la liste. On rejette les nombres qui ne coïncident pas avec la liste ou qui se répètent, on s’arrête après avoir sélectionné n individus (n représentant le nombre d’individus souhaités dans l’échantillon).
Avantage de cette méthode : On peut espérer un échantillon «représentatif » puisque la méthode donne à chaque individu de la population une chance égale.
Inconvénient : la méthode n’est applicable que lorsqu’il existe une liste exhaustive de toute la population.
1.1.2 L’échantillonnage systématique
Principe : L’échantillonnage systématique est une méthode qui exige aussi l’existence d’une liste de la population où chaque individu est numéroté de 1 jusqu’à N. Notons n, le nombre d’individus que doit comporter l’échantillon (la taille de l’échantillon). L’entier voisin de N/n sera noté « r » et appelé « raison » de sondage ou « pas » de sondage.
Méthode : Choisir au hasard un entier naturel d entre 1 et r (cet entier sera le point de départ). L’individu dont le numéro correspond à d est le premier individu, Pour sélectionner les autres, il suffit d’ajouter à d la raison de sondage : les individus choisis seront alors ceux dont les numéros correspondent à : d + r ,d + 2r, d + 3r, etc.
Avantage : facile à sélectionner parce qu’un seul individu est choisi au hasard. On peut obtenir une bonne précision parce que la méthode permet de répartir l’échantillon dans l’ensemble de la liste.
Inconvénient : Les données peuvent être biaisées à cause de la périodicité.
Si la population est distribuée au hasard dans la base de sondage, un échantillonnage systématique donnera des résultats similaires à ceux d’un échantillonnage aléatoire simple. Cette méthode est très utilisée dans les contrôles de qualité L’échantillonnage avec une probabilité proportionnelle à la taille Si la base de sondage renferme de l’information sur la taille de chaque unité (comme le nombre de médecins d’un hôpital) et si la taille des ces unités varie, on peut utiliser cette information pour accroître l’efficacité de l’échantillonnage. Plus la taille de l’unité est grande, plus sa chance d’être incluse dans l’échantillon est élevée
1.1.3 L’échantillonnage stratifié
Principes :
1. On subdivise la population en strates (groupes relativement homogènes) qui sont mutuellement exclusives
2. Proportionnellement à son importance dans la population, on calcule combien il faut d’individus au sein de l’échantillon pour représenter
...