Qu'est-ce qu'un échantillon représentatif?
L'échantillonnage représentatif est un type d'échantillonnage statistique dans lequel un chercheur tente de sélectionner des individus représentatifs d'une population plus large. Dans l'échantillonnage statistique, les personnes rassemblent les données d'un petit groupe et tentent d'extrapoler les résultats afin de généraliser à un groupe plus large. Un échantillonnage vraiment représentatif est extrêmement difficile à réaliser et les chercheurs peuvent consacrer beaucoup de temps et d'argent à l'obtention de l'échantillon le plus représentatif possible.
En tant qu'outil de recherche, l'échantillonnage statistique est extrêmement précieux. Cela permet aux gens d'étudier une population sans étudier chaque individu de cette population. Les individus moyens sont assez familiarisés avec l'échantillonnage statistique, même s'ils ne le savent peut-être pas; la prochaine fois que vous ouvrirez un journal, recherchez un article qui parle du résultat d’une étude. Une ligne du type «67% des propriétaires d’animaux domestiques américains dorment avec leurs animaux domestiques» est le résultat d’un échantillon représentatif d’américains propriétaires d’animaux domestiques. Ce chiffre provient d'ailleurs de la société Sealy® Mattress Company.
Pour obtenir un échantillon représentatif, les chercheurs doivent d’abord identifier la population échantillonnée. Dans l'exemple ci-dessus, les chercheurs souhaitaient collecter des données sur le nombre d'Américains dormant avec leurs animaux. La population était donc propriétaire d'animaux américains. La prochaine étape pour les chercheurs consiste à trouver un moyen de sélectionner au hasard des personnes de cette population afin qu’elles puissent interroger ces personnes pour obtenir des données.
Si les chercheurs collectent trop massivement d'un segment de la population, comme par exemple tous les propriétaires d'animaux américains se rendant dans des cliniques vétérinaires de la ville de Chicago, le résultat n'est pas un échantillon représentatif de la population à l'étude. Par conséquent, les chercheurs doivent penser à une multitude de méthodes de collecte de données afin de garantir un échantillonnage uniforme de tous les aspects de la population étudiée.
Lorsque vous lisez une étude réalisée avec l'utilisation d'un échantillonnage représentatif, il est judicieux de déterminer les méthodes utilisées par les chercheurs. Une erreur d'échantillonnage peut donner des résultats incorrects. Par conséquent, vous souhaitez savoir comment les données ont été collectées, à qui elles ont été collectées et quel type de contrôle était en place pour garantir la représentativité de l'échantillonnage. En utilisant la pensée critique pour examiner les statistiques et un échantillon représentatif, vous serez en mesure de déterminer si elles sont vraiment utiles et applicables.
Parmi les indices qu'une étude pourrait ne pas être valide, citons l'utilisation d'enquêtes à réponse automatique, avec un taux élevé de non-réponse qui fausserait l'échantillon, et des indications selon lesquelles l'échantillon a été prélevé dans une sous-communauté plus petite d'un groupe plus large. Si vous lisez une étude sur le thème « X % des Européens mangent des toasts au petit-déjeuner» et que le texte de l’étude indique que l’échantillon a été obtenu de personnes se trouvant dans des gares pendant les trajets quotidiens, il ne s’agit pas d’un échantillonnage représentatif.