Méthodes d’échantillonnage — aléatoire, stratifié et systématique

Les méthodes d’échantillonnage sont les règles utilisées pour choisir un échantillon dans une population. En statistique, la méthode compte, car un échantillon biaisé peut donner un résultat trompeur avant même de faire le moindre calcul.

Les trois méthodes courantes sont l’échantillonnage aléatoire simple, l’échantillonnage stratifié et l’échantillonnage systématique. Le bon choix dépend de la population, de la liste dont vous disposez et du fait que des groupes importants doivent être représentés séparément.

Vue d’ensemble des méthodes d’échantillonnage

L’échantillonnage aléatoire simple repose uniquement sur le hasard, de sorte que chaque membre de la population a la même probabilité d’être sélectionné.

L’échantillonnage stratifié divise la population en groupes pertinents, appelés strates, puis effectue un tirage aléatoire dans chaque groupe. On l’utilise lorsque ces groupes sont importants pour la question étudiée.

L’échantillonnage systématique commence à un point aléatoire dans une liste, puis retient chaque $k$e élément. C’est rapide, mais cela ne fonctionne bien que si l’ordre de la liste ne contient pas de motif répétitif lié à ce que vous mesurez.

Quand utiliser chaque méthode d’échantillonnage

Utilisez l’échantillonnage aléatoire simple lorsque la population forme déjà un seul ensemble hétérogène et que vous cherchez surtout l’équité grâce au hasard.

Utilisez l’échantillonnage stratifié lorsque certains groupes sont suffisamment importants pour qu’un simple échantillon aléatoire risque de les oublier ou de les sous-représenter.

Utilisez l’échantillonnage systématique lorsque vous avez une longue liste ordonnée et que vous voulez une règle pratique comme « prendre un nom sur 10 ». La condition est importante : si l’ordre de la liste cache un cycle, la méthode peut déformer le résultat.

Si vous voulez une règle rapide, posez-vous cette question :

• La population est-elle essentiellement un seul groupe hétérogène ? Utilisez l’échantillonnage aléatoire simple.
• Certains groupes ont-ils besoin d’une représentation fiable ? Utilisez l’échantillonnage stratifié.
• Avez-vous une longue liste neutre et besoin d’une méthode rapide ? Utilisez l’échantillonnage systématique.

Exemple détaillé : l’échantillonnage stratifié conserve les groupes clés dans l’échantillon

Supposons qu’un établissement scolaire veuille étudier les habitudes de travail. Il y a $100$ élèves : $60$ en avant-dernière année et $40$ en dernière année. L’établissement veut un échantillon de $20$ élèves.

Avec un échantillon aléatoire simple, le résultat pourrait être proche de la répartition réelle, mais le hasard pourrait quand même produire trop d’élèves d’avant-dernière année ou trop d’élèves de dernière année.

Avec l’échantillonnage stratifié, l’établissement conserve les mêmes proportions dans l’échantillon :

$$20 \cdot \frac{60}{100} = 12$$ $$20 \cdot \frac{40}{100} = 8$$

L’échantillon comprend donc $12$ élèves d’avant-dernière année et $8$ élèves de dernière année, choisis aléatoirement dans chaque niveau. Cela a du sens ici, car le niveau d’étude peut influencer les habitudes de travail, et l’établissement veut que les deux groupes soient représentés dans les mêmes proportions que dans la population.

L’échantillonnage stratifié n’est pas automatiquement meilleur dans tous les cas. Il est utile lorsque les groupes sont pertinents et que vous tenez à bien représenter chacun d’eux.

Comment fonctionne l’échantillonnage systématique

Imaginez que le même établissement ait une liste de $100$ élèves et veuille un échantillon de $10$. Un intervalle courant est

$$k = \frac{100}{10} = 10$$

L’établissement peut donc choisir un point de départ aléatoire entre $1$ et $10$, puis prendre ensuite chaque $10$e élève.

C’est efficace, mais cette méthode a une faiblesse. Si la liste est organisée de manière répétitive, par exemple selon l’horaire des cours ou le programme suivi, chaque $10$e choix pourrait tomber trop souvent sur le même type d’élève. Dans ce cas, la praticité de la méthode devient une source de biais.

Erreurs courantes qui biaisent un échantillon

Dire que tout échantillon est aléatoire

Un échantillon n’est pas aléatoire simplement parce que la personne qui le choisit n’a pas planifié soigneusement. Un échantillonnage aléatoire exige une règle fondée sur le hasard.

Utiliser l’échantillonnage stratifié sans vraie raison pour les groupes

Les groupes doivent être pertinents pour la question posée. Si les strates sont arbitraires, la complexité supplémentaire n’apportera peut-être rien.

Ignorer l’ordre dans l’échantillonnage systématique

L’échantillonnage systématique n’est sûr que si l’ordre de la liste ne crée pas de motif problématique par rapport à l’intervalle.

Confondre un échantillon avec l’ensemble de la population

Même un bon échantillon reste un échantillon. Il fournit une estimation, pas une certitude parfaite.

Où les méthodes d’échantillonnage sont utilisées

Les méthodes d’échantillonnage apparaissent dans les enquêtes, les sondages d’opinion, le contrôle qualité, les expériences, les études de santé publique et les projets de données en classe. Dans chaque cas, l’échantillon est choisi d’abord et l’analyse vient ensuite.

C’est pourquoi l’échantillonnage appartient au début de la statistique, pas à la fin. Si l’échantillon est faible, les moyennes, les graphiques et les conclusions construits à partir de lui peuvent aussi être faibles.

Essayez un problème similaire

Prenez une population que vous connaissez bien, comme une classe, un club ou une liste de produits. Choisissez une méthode d’échantillonnage et justifiez-la en une phrase. Si vous choisissez l’échantillonnage systématique, donnez l’intervalle et vérifiez s’il existe un motif répétitif. Si vous choisissez l’échantillonnage stratifié, expliquez pourquoi les groupes sont importants avant de calculer les tailles d’échantillon.