Qu'est-ce qu'un échantillon?
Un échantillon fait référence à une version plus petite et plus gérable d'un groupe plus large. Il s'agit d'un sous-ensemble contenant les caractéristiques d'une population plus importante. Les échantillons sont utilisés dans les tests statistiques lorsque la taille des populations est trop grande pour que le test inclue tous les membres ou observations possibles. Un échantillon doit représenter la population dans son ensemble et ne refléter aucun biais en faveur d'un attribut spécifique.
Points clés à retenir
- Un échantillon fait référence à une version plus petite et plus gérable d'un groupe plus large ou d'un sous-ensemble d'une population plus large.L'utilisation d'échantillons permet aux chercheurs de mener leurs études facilement et en temps opportun.Pour obtenir un échantillon non biaisé, la sélection doit être aléatoire afin tous les membres de la population ont une chance égale et probable d'être ajoutés au groupe d'échantillonnage.Dans l'échantillonnage aléatoire simple, chaque entité de la population est identique, tandis que l'échantillonnage aléatoire stratifié divise la population globale en petits groupes.
Comprendre les échantillons
Un échantillon est un nombre non biaisé d'observations provenant d'une population. En termes de base, une population est le nombre total d'individus, d'animaux, d'articles, d'observations, de données, etc. d'un sujet donné. Ainsi, l'échantillon, en d'autres termes, est une partie, une partie ou une fraction de l'ensemble du groupe et agit comme un sous-ensemble de la population. Les échantillons sont utilisés dans divers contextes où des recherches sont menées. Les scientifiques, les commerçants, les agences gouvernementales, les économistes et les groupes de recherche font partie de ceux qui utilisent des échantillons pour leurs études et leurs mesures.
L'utilisation de populations entières pour la recherche présente des défis, c'est pourquoi des échantillons sont utilisés. Les chercheurs peuvent avoir des difficultés à accéder facilement à des populations entières. Et en raison de la nature de certaines études, les chercheurs peuvent avoir des difficultés à obtenir les résultats dont ils ont besoin en temps opportun. C'est pourquoi les personnes qui mènent des études utilisent des échantillons. L'utilisation d'un plus petit nombre de personnes représentant l'ensemble de la population peut encore produire des résultats valables tout en réduisant le temps et les ressources.
Les échantillons utilisés par les chercheurs devraient ressembler étroitement à la population. Tous les participants de l'échantillon devraient partager les mêmes caractéristiques et qualités. Donc, si l'étude porte sur les étudiants de première année des collèges masculins, l'échantillon devrait être un petit pourcentage d'hommes qui correspondent à cette description. De même, si un groupe de recherche mène une étude sur les habitudes de sommeil des femmes célibataires de plus de 50 ans, l'échantillon ne devrait inclure que les femmes de cette tranche démographique.
Considérons une équipe de chercheurs universitaires qui veulent savoir combien d'étudiants ont étudié pendant moins de 40 heures pour l'examen CFA et ont quand même réussi. Étant donné que plus de 200 000 personnes passent l'examen dans le monde chaque année, contacter chaque participant à l'examen peut être extrêmement fastidieux et long. En fait, au moment où les données de la population ont été collectées et analysées, quelques années se seraient écoulées, ce qui rend l'analyse sans valeur car une nouvelle population serait apparue. Ce que les chercheurs peuvent faire à la place, c'est prélever un échantillon de la population et obtenir des données de cet échantillon.
Pour obtenir un échantillon non biaisé, la sélection doit être aléatoire afin que chaque membre de la population ait une chance égale d'être ajouté au groupe.
Pour obtenir un échantillon non biaisé, la sélection doit être aléatoire afin que chaque membre de la population ait une chance égale et probable d'être ajoutée au groupe d'échantillonnage. Ceci est similaire à un tirage de loterie et constitue la base d'un simple échantillonnage aléatoire.
Types d'échantillonnage
Échantillonnage aléatoire simple
Un échantillonnage aléatoire simple est idéal si chaque entité de la population est identique. Si les chercheurs ne se soucient pas de savoir si les sujets de l'échantillon sont tous des hommes ou des femmes ou une combinaison des deux sexes sous une forme ou une autre, l'échantillonnage aléatoire simple peut être une bonne technique de sélection.
Disons qu'il y avait 200 000 candidats qui se sont présentés à l'examen CFA en 2016, dont 40% de femmes et 60% d'hommes. L'échantillon aléatoire tiré de la population devrait donc comprendre 400 femmes et 600 hommes pour un total de 1 000 candidats.
Mais qu'en est-il des cas où il est important de connaître le ratio hommes / femmes qui ont réussi un test après avoir étudié pendant moins de 40 heures? Ici, un échantillon aléatoire stratifié serait préférable à un simple échantillon aléatoire.
Échantillonnage aléatoire stratifié
Ce type d'échantillonnage, également appelé échantillonnage aléatoire proportionnel ou échantillonnage aléatoire par quotas, divise la population globale en petits groupes. Celles-ci sont appelées strates. Les personnes au sein des strates partagent des caractéristiques similaires.
Et si l'âge était un facteur important que les chercheurs aimeraient inclure dans leurs données? En utilisant la technique d'échantillonnage aléatoire stratifié, ils pourraient créer des couches ou des strates pour chaque groupe d'âge. La sélection dans chaque strate devrait être aléatoire afin que toutes les personnes de la tranche aient une chance probable d'être incluses dans l'échantillon. Par exemple, deux participants, Alex et David, ont respectivement 22 et 24 ans. La sélection de l'échantillon ne peut pas choisir l'un sur l'autre sur la base d'un mécanisme préférentiel. Ils devraient tous deux avoir une chance égale d'être sélectionnés dans leur groupe d'âge. Les strates pourraient ressembler à ceci:
| Strates (âge) | Nombre de personnes dans la population | Numéro à inclure dans l'échantillon |
| 20-24 | 30 000 | 150 |
| 25-29 | 70 000 | 350 |
| 30-34 | 40 000 | 200 |
| 35-39 | 30 000 | 150 |
| 40-44 | 20 000 | 100 |
| > 44 | 10 000 | 50 |
| Total | 200 000 | 1 000 |
D'après le tableau, la population a été divisée en groupes d'âge. Par exemple, 30 000 personnes dans la tranche d'âge de 20 à 24 ans ont passé l'examen CFA en 2016. En utilisant cette même proportion, le groupe échantillon aura (30 000 ÷ 200 000) x 1 000 = 150 candidats qui appartiennent à ce groupe. Alex ou David - ou les deux ou les deux - peuvent être inclus parmi les 150 participants à l'examen aléatoire de l'échantillon.
Il existe de nombreuses autres strates qui pourraient être compilées pour décider de la taille d'un échantillon. Certains chercheurs peuvent renseigner les fonctions professionnelles, les pays, l'état matrimonial, etc. des candidats au test lorsqu'ils décident de la manière de créer l'échantillon.
Exemples d'échantillons
En 2017, la population mondiale était de 7, 5 milliards d'habitants, dont 49, 6% de femmes et 50, 4% d'hommes. Le nombre total de personnes dans un pays donné peut également être une taille de population. Le nombre total d'étudiants dans une ville peut être considéré comme une population, et le nombre total de chiens dans une ville est également une taille de population. Des échantillons peuvent être prélevés sur ces populations à des fins de recherche.
À la suite de notre exemple d'examen CFA, les chercheurs ont pu prélever un échantillon de 1 000 participants CFA sur les 200 000 candidats au test - la population - et exécuter les données requises sur ce nombre. La moyenne de cet échantillon serait prise pour estimer la moyenne des candidats au CFA qui ont réussi même s'ils n'ont étudié que pendant moins de 40 heures.
Le groupe d'échantillons prélevé ne doit pas être biaisé. Cela signifie que si la moyenne de l'échantillon des 1 000 participants à l'examen CFA est de 50, la moyenne de la population des 200 000 candidats devrait également être d'environ 50.
Comparer les comptes d'investissement × Les offres qui apparaissent dans ce tableau proviennent de partenariats dont Investopedia reçoit une rémunération. Nom du fournisseur DescriptionTermes connexes
Lire dans l'échantillonnage aléatoire stratifié L'échantillonnage aléatoire stratifié est une méthode d'échantillonnage qui implique la division d'une population en petits groupes appelés strates. plus Fonctionnement des échantillons aléatoires simples Un échantillon aléatoire simple est un sous-ensemble d'une population statistique dans lequel chaque membre du sous-ensemble a une probabilité égale d'être choisi. Un échantillon aléatoire simple est censé être une représentation non biaisée d'un groupe. plus Définition de l'échantillonnage L'échantillonnage est un processus utilisé en analyse statistique dans lequel un groupe d'observations est extrait d'une population plus large. L'échantillon plus représentatif est souvent utilisé pour extrapoler un sentiment plus large Un échantillon représentatif est un sous-ensemble d'une population qui reflète les caractéristiques de l'ensemble de la population. plus Définition du test Z Un test Z est un test statistique utilisé pour déterminer si deux moyennes de population sont différentes lorsque les variances sont connues et que la taille de l'échantillon est importante. plus Qu'est-ce qu'une table de mortalité? Une table de mortalité montre le taux de décès survenant dans une population définie pendant un intervalle de temps sélectionné ou la survie de la naissance à tout âge donné. plus de liens partenairesArticles Liés
Analyse financière
Fonctionnement de l'échantillonnage aléatoire stratifié
Essentiels du marketing
Échantillon aléatoire simple vs échantillon aléatoire stratifié: quelle est la différence?
Analyse financière
Avantages et inconvénients de l'échantillonnage aléatoire stratifié
Économie
Échantillon représentatif vs échantillon aléatoire: quelle est la différence?
Économie
Échantillon aléatoire simple: avantages et inconvénients
Économie
Quels sont les avantages d'utiliser un échantillon aléatoire simple pour étudier une population plus large?
