Ce sont des échantillons représentatifs?
pour la plupart des études de marché, il n’est pas pratique, en termes de temps, de budget et d’autres facteurs, d’interviewer tout le monde dans votre population cible. Pour avoir une vue de la façon dont la population du Royaume-Uni se sent, nous n’avons pas besoin d’interviewer tout le monde dans le pays, nous demandons plutôt un échantillon pour leurs opinions.,
dans la mesure du possible, l’échantillon de personnes interrogées doivent être représentatifs de la population cible. Pour être représentatives, les caractéristiques (démographiques, comportementales et comportementales) des personnes interrogées doivent, dans la mesure du possible, correspondre à celles de l’ensemble de la population cible. En tant que groupe, les personnes interrogées ne devraient pas être différentes de celles à qui nous n’avons pas parlé.
pourquoi les échantillons représentatifs sont-ils importants?,
Les échantillons représentatifs sont importants car ils garantissent que tous les types de personnes pertinentes sont inclus dans votre échantillon et que la bonne combinaison de personnes est interviewée. Si votre échantillon n’est pas représentatif, il sera sujet à un biais. Certains groupes peuvent être surreprésentés et leurs opinions amplifiées tandis que d’autres peuvent être sous-représentés.
l’un des exemples les plus célèbres de biais d’échantillon a été le sondage de 1936 réalisé par le Literary Digest aux États-Unis avant les élections présidentielles. Environ 10 millions de questionnaires ont été postés aux abonnés et 2 millions d’enquêtes complétées ont été renvoyées., Sur la base des résultats de l’enquête, le Literary Digest a prédit Qu’Alfred Landon battrait le président de L’époque, Franklin D. Roosevelt. Cependant, quand il est venu à L’élection réelle Roosevelt a remporté par un glissement de terrain.
la raison de l’inexactitude du sondage était un échantillon déséquilibré et non représentatif. Les abonnés du Literary Digest avaient tendance à être plus riches que la moyenne et donc plus susceptibles de s’opposer à Roosevelt. En outre, il a été estimé que ceux qui ne sont pas satisfaits du président actuel étaient plus susceptibles d’être motivés à répondre à l’enquête et à dire qu’ils voteraient pour Landon.,
cette enquête a également montré que de grandes tailles d’échantillon ne garantissent pas des résultats précis. George Gallup, en utilisant une enquête plus petite et plus contrôlée, a correctement prédit le résultat.
de nos jours, de nombreux sondages sont envoyés via les médias sociaux sans aucun contrôle sur le type ou la composition des répondants répondant au sondage. On sollicite autant d’entrevues que possible sans se préoccuper de la structure de l’échantillon. Si nous ne savons pas qui a répondu, Nous ne savons pas à quel point les données obtenues représentent l’ensemble du public cible., Sans contrôles, il est probable que l’échantillon sera considérablement biaisé, rendant les données résultantes impossibles à interpréter et inutilisables.
le biais de L’échantillon existera toujours dans une certaine mesure. Par exemple, nous ne pouvons pas forcer les gens à remplir des sondages. Ceux qui n’acceptent pas nos invitations à participer peuvent être différents d’une certaine manière de ceux qui y participent . Par exemple, plus les gens sont occupés, moins ils sont susceptibles de participer aux enquêtes. Les personnes occupées sont donc susceptibles d’être sous-représentées dans la recherche., Nous ne pouvons donc pas éliminer le biais de l’échantillon, mais nous devons faire tout ce que nous pouvons raisonnablement pour le minimiser et le comprendre.
comment réaliser des échantillons représentatifs?
il existe 2 façons de dériver des échantillons représentatifs pour les enquêtes de recherche: l’échantillonnage probabiliste et l’échantillonnage non probabiliste:
L’échantillonnage probabiliste ou aléatoire consiste à choisir les répondants de votre population cible au hasard, minimisant ainsi le biais potentiel de l’échantillon. Cependant, pour pouvoir échantillonner au hasard, vous devez connaître les détails à jour de tous les membres de votre population cible. Cela est peu probable pour de nombreux publics., Vous devez également être en mesure de sonder une grande proportion de ceux choisis au hasard, ce qui peut prendre du temps et coûter cher. En termes simples, les échantillons tirés de cette manière sont « plus purs » que ceux construits à l’aide de méthodes non probabilistes, mais, en raison des ressources nécessaires, ce type d’échantillonnage tend à se limiter à la recherche sociale et gouvernementale de haute qualité et bien financée.
l’échantillonnage non probabiliste ou intentionnel est beaucoup plus largement utilisé., Des contrôles sont placés sur les types de répondants choisis pour l’enquête en termes de quotas et nous recherchons spécifiquement différents types de personnes à interviewer pour nous assurer que l’échantillon est correctement équilibré.
afin de mettre en place ces quotas, nous devons d’abord connaître le profil de notre population cible en termes de caractéristiques clés. Par exemple, si nous voulions interroger un échantillon d’adolescents au Royaume-Uni, nous pouvons utiliser les données du recensement disponibles sur le site Web de L’Office of National Statistics pour trouver des informations sur les caractéristiques démographiques de ce groupe., Nous pourrions vouloir interviewer le bon mélange d’adolescents par âge. S’il y a moins de 14 ans que de 18 ans au Royaume-Uni, Notre échantillon devrait refléter cela. Les données du recensement peuvent nous dire le nombre d’adolescents de chaque âge ainsi que le sexe, la région et d’autres divisions.
les Profils de certains groupes peuvent être plus difficiles à obtenir. La recherche à l’échelle de l’industrie peut fournir des profils de groupes tels que les lecteurs d’un journal particulier ou les acheteurs d’une certaine chaîne de supermarchés. Les recherches antérieures peuvent également être utilisées le cas échéant. Cependant, il peut parfois être nécessaire d’utiliser un sondage omnibus., Une enquête omnibus interroge régulièrement un échantillon représentatif de la population d’un pays et comprend une série de questions de différents clients sur différents sujets. Par conséquent, si nous voulions connaître quelque chose comme le profil des personnes qui portent régulièrement des lunettes de soleil, nous pourrions ajouter une question à l’enquête omnibus. Nous récupérerions ensuite les données de profil de ce groupe, généralement sur les données démographiques clés, qui peuvent être utilisées pour établir des quotas pour une autre enquête plus détaillée sur l’utilisation des lunettes de soleil.,
Une fois que nous connaissons le profil de notre population cible, nous pouvons ensuite établir des quotas sur les caractéristiques clés des répondants. Par exemple, si nous savons que 70% de la population que nous voulons interviewer sont des hommes, nous mettrons en place un quota précisant que 70% des entretiens seront avec des hommes et 30% avec des femmes. Si nous voulions interviewer un total de 1000 répondants, nous fixerions donc un nombre maximum de 700 entrevues avec des hommes et nous nous assurerions que les entrevues avec ce groupe cesseraient une fois que 700 entrevues auraient été atteintes.,
Les Quotas sont généralement fixés sur 3 ou 4 variables différentes, généralement des données démographiques telles que le sexe, l’âge et la région. L’utilisation de plus de variables peut compliquer la structure de l’échantillon et, à son tour, en faire un processus difficile, long et coûteux pour obtenir des entrevues avec exactement les bonnes personnes. Il est également peu probable que des quotas supplémentaires réduisent le biais de l’échantillon de plus d’un montant marginal.
Les quotas réels sont très dépendants de votre population cible. Différents types de publics ont des caractéristiques clés différentes., Par exemple, pour la recherche interentreprises, les quotas sont souvent fixés sur des variables telles que le secteur d’activité et le nombre d’employés.