Echantillon

Nous expliquons ci-dessous les notions centrales autour du thème de l’échantillon (Ilmes, 2007) :

Population
L’ensemble des éléments auxquels doivent s’appliquer les résultats d’une analyse (p. ex. tous les étudiants d’un cursus, toutes les interactions entre apprenants et enseignants documentées par log-file, etc.). Lorsqu’on étudie tous les éléments d’une population, on parle d’étude exhaustive. Lorsque ce sont les étudiants d’un cours qui constituent la population, il est le plus souvent facile de réaliser une étude exhaustive.

Echantillon
Si l’étude exhaustive est impossible (p. ex. parce que la population est très grande), on fait une sélection sur la population (« échantillon »). Si l’étude porte uniquement sur ces éléments sélectionnés, on parle d’étude partielle.

Procédures de sélection et types d’échantillons

Pour la sélection des éléments (« échantillonnage »), il existe différentes procédures :

Sélection aléatoire : lors d’un échantillon aléatoire, la population doit être connue et définie avec précision. Chaque élément ne doit figurer qu’une seule fois dans la population, et il doit avoir les mêmes chances, ou des chances calculables, d’être sélectionné pour faire partie de l’échantillon.

• Sélection aléatoire simple : chaque élément a les mêmes chances de faire partie de l’échantillon. Exemple : par générateur aléatoire, on effectue une sélection sur la liste de tous les étudiants inscrits à un cursus. L’échantillon aléatoire simple qui en résulte garantit une représentativité maximale, c’est-à-dire que l’échantillon reflète la composition de la population.
• Sélections aléatoires complexes : chaque élément a non pas les mêmes chances, mais des chances calculables de faire partie de l’échantillon. La sélection stratifiée est un exemple de ce type d’échantillonnage : ici, la population est divisée en plusieurs « strates » homogènes quant à une caractéristique, p. ex. les étudiants en médecine, sociologie et informatique, chaque élément appartenant alors à une strate précisément. Dans chaque strate, on sélectionne des éléments par sélection aléatoire simple. La sélection stratifiée qui en résulte a l’avantage que les éléments des « petites » strates sont eux aussi suffisamment bien représentés dans l’échantillon.

Procédures de sélection consciente : lors des procédures de sélection consciente, les éléments sont sélectionnés à partir de certaines caractéristiques. Ce type de sélection ne permet pas de tirer des conclusions quant à la population.

• Sélection de cas typiques : ici, on choisit des éléments considérés comme caractéristiques de la population.
• Sélection de quota : ici, la distribution de certaines caractéristiques dans l’échantillon correspond exactement à celle dans la population. La condition pour effectuer ce type de sélection est que la distribution de certaines caractéristiques dans la population soit connue.

[1] [2]